买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉辽宁工业大学申请的专利一类多智能体系统自适应神经网络协同容错控制方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120508140B 。

龙图腾网通过国家知识产权局官网在2025-12-09发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510643874.7，技术领域涉及：G05D1/695；该发明授权一类多智能体系统自适应神经网络协同容错控制方法是由徐培桐;董国伟;李克文设计研发完成，并于2025-05-19向国家知识产权局提交的专利申请。

本一类多智能体系统自适应神经网络协同容错控制方法在说明书摘要公布了：本发明公开了一类多智能体系统自适应神经网络协同容错控制方法，属于非线性多智能体系统控制领域，包括步骤：构建多智能体系统模型，用于输出系统状态；所述多智能体系统包括领导者和跟随者；设计分布式滑模估计器，将所述系统状态输入到分布式滑模估计器，获得领导者轨迹的估计值，并计算领导者轨迹的估计误差；通过误差转换模块将所述估计误差转化为一阶及高阶误差变量；基于所述一阶及高阶误差变量，采用反步递推技术得到自适应律和自适应容错控制器；所述自适应容错控制器用于控制多智能体系统模型输出的系统状态。构建了一种自适应容错控制策略，保证系统的稳定性和跟踪性能，在状态不违反约束的条件下，闭环系统内所有信号保持有界。

本发明授权一类多智能体系统自适应神经网络协同容错控制方法在权利要求书中公布了：1.一种自适应神经网络容错控制方法，其特征在于，包括以下步骤： 构建多智能体系统模型，用于输出系统状态；所述多智能体系统包括领导者和跟随者； 所述多智能体系统模型的动力学方程为： 其中i＝1,....,N，i表示跟随者的索引，用于区分多智能体系统中的不同个体，N表示跟随者总数； 表示第i个跟随者的s阶状态向量，xi,s表示状态向量中的第s个状态变量，s＝1,....,n‑1； 为状态向量，表示第i个跟随者的n阶状态向量，其中xi,n表示第i个跟随者中的第n个状态变量； yi是非线性多智能体系统MASs的控制输出,是含有偏差增益故障的控制输入，di,st和di,nt分别表示非线性多智能体系统中有界的外部干扰且满足和Fi,s·和Fi,n·分别为未知光滑非线性函数，gi表示未知常数，其中，表示外部干扰di,st的上界且为大于零的常数，表示外部干扰di,nt的上界且为大于零的常数； 定义执行器的偏差增益故障为其中0△i1是未知失控率，为有界信号并且有vit表示控制输入； 设计分布式滑模估计器，将所述系统状态输入到分布式滑模估计器，获得领导者轨迹的估计值，并计算领导者轨迹的估计误差； 设计分布式滑模估计器如下： 其中α，β0为设计参数，sign·表示符号函数，为分布式滑模估计器的输出，表示第i个跟随者所获得的领导者轨迹的估计值，第j个跟随者所获得的领导者轨迹的估计值，ai,j表示i个跟随者与j个跟随者通信拓扑权重系数，表示的一阶导数； 且表示领导者所获得的领导者轨迹的估计值，yr表示领导者轨迹； 此外，的b阶导数的估计值表示为: 定义第i个跟随者对领导者轨迹的估计误差表示为： 当时有成立，其中，表示第i个跟随者所获得的领导者轨迹的初始估计值，yr0表示领导者轨迹的初始值； 通过误差转换模块将所述估计误差转化为一阶及高阶误差变量； 基于所述一阶及高阶误差变量，采用反步递推技术得到自适应律和自适应容错控制器； 所述自适应容错控制器用于控制多智能体系统模型输出的系统状态。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人辽宁工业大学，其通讯地址为：121012 辽宁省锦州市古塔区士英街169号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。