Resumen

Para resolver el problema de consenso de sistemas de múltiples agentes de orden fraccional con estados iniciales no nulos, se presentan tanto el control iterativo de aprendizaje de tipo PD de orden fraccional en lazo abierto como en lazo cerrado. Considerando los estados no nulos, se diseña un mecanismo de aprendizaje del estado inicial. Las convergencias en tiempo finito de los métodos propuestos se discuten detalladamente y se prueban estrictamente utilizando la teoría de la norma Lebesgue-p y el cálculo de orden fraccional. Se presentan las condiciones de convergencia de los algoritmos propuestos. Finalmente, se aplican algunas simulaciones para verificar la efectividad de los métodos propuestos.

• Materias:Big Data Gestión de riesgos Administración de información Red neuronal Teoría de redes
• Subjects:Big Data Risk management Information management Neural network Network Theory
• Palabras claves:Problema de consenso; Sistemas multiagente de orden fraccional; Tipo PD de lazo abierto y cerrado; Control iterativo de aprendizaje; Mecanismo de aprendizaje del estado inicial; Condiciones de convergencia
• Keywords:Consensus problem; Fractional-order multiagent systems; Open- and closed-loop PD-type; Iterative learning control; Initial state learning mechanism; Convergence conditions