کنترل عصبی تطبیقی سیستم‌های غیرخطی مرتبه کسری چند عامله با وجود محدودیت خطا

در این مقاله، مسئله کنترل ردیابی سیستم‌های چند عامله مرتبه کسری بررسی شده است. نامعینی‌های پارامتری سیستم، قیود بر خطا، مناسب بودن پاسخ گذرا و ردیابی مطلوب پاسخ از چالش‌های موجود در این پژوهش است. به دلیل وجود چنین چالش‌های ذکر شده، رویکرد کنترل تطبیقی و تخمین‌گر عصبی در این پژوهش به‌کارگرفته شده‌اند. در این مقاله، ابتدا به بررسی سیستم‌های چند عامله مرتبه کسری با پارامترهای نامعین، در حضور محدودیت های خطا پرداخته شده است. سپس، یک کنترل‌کننده برمبنای کنترل تطبیقی و روش کنترل سطح دینامیکی به‌نحوی طراحی شده است که هدف کنترلی تعقیب خروجی مطلوب با وجود برآورده شدن قیود خواسته شده محقق شود. کارایی موثر کنترل کننده پیشنهادی، با شبیه سازی توسط نرم افزار متلب در قسمت شبیه سازی نتایج نشان داده شده است.

Adaptive neural control of nonlinear fractional order multi- agent systems in the presence of error constraintion

In this paper, the problem of fractional order multiagent tracking control problem is considered. Uncertainties, error constraints, transient response suitability and desirable response tracking problems are the challenges in this study. Because of these problems and challenges, the adaptive control and Neural Networks approximators approaches are used in this study. In the first part of this article, the fractional order multiagent systems are investigated with unknown parameters in the presence of error constraints. Then, a controller is designed on the basis of adaptive control and dynamic surface control so that the control objective of pursuing the desired output is achieved in the presence of the required constraints. The effective performance of the proposed controller is demonstrated by simulation by MATLAB software.