跟隨者
- 多個輪式移動機器人沿同一軌跡曲線運動的編隊控制研究
其余機器人作為跟隨者,與領航者之間保持一定的角度和距離[15]。這個理論簡單可靠,受到越來越多學者的重視,他們在此基礎上提出了許多改進的編隊控制方法。具體來說,李詠華等[10]提出了一種領航-跟隨型多移動小車分布式編隊控制方法,該方法能夠快速收斂至期望隊形并具有很好的抗干擾能力。Wang等[11]考慮到不是所有個體都能跟蹤期望路徑,在多四旋翼飛行器的編隊中提出了一種分布式控制算法實現(xiàn)了領航-跟隨的編隊跟蹤策略。Gonzalez等[12]提出了移動機器人和四
重慶理工大學學報(自然科學) 2023年11期2023-12-12
- 多個輪式移動機器人沿同一軌跡曲線運動的編隊控制研究
其余機器人作為跟隨者,與領航者之間保持一定的角度和距離[15]。這個理論簡單可靠,受到越來越多學者的重視,他們在此基礎上提出了許多改進的編隊控制方法。具體來說,李詠華等[10]提出了一種領航-跟隨型多移動小車分布式編隊控制方法,該方法能夠快速收斂至期望隊形并具有很好的抗干擾能力。Wang等[11]考慮到不是所有個體都能跟蹤期望路徑,在多四旋翼飛行器的編隊中提出了一種分布式控制算法實現(xiàn)了領航-跟隨的編隊跟蹤策略。Gonzalez等[12]提出了移動機器人和四
重慶理工大學學報(自然科學) 2023年11期2023-12-12
- 切換拓撲下測量受限多智能體系統(tǒng)一致性迭代學習控制
C算法,實現(xiàn)了跟隨者對期望軌跡的完美跟蹤.文獻[15]研究了具有輸入飽和的不確定非線性MASs的領導-跟隨一致性協(xié)調(diào)控制問題,設計了一種完全分布式自適應ILC協(xié)議,實現(xiàn)了有限時間內(nèi)的全局一致性跟蹤.文獻[16]針對具有隨機噪聲和測量范圍限制的MASs的一致性跟蹤問題,通過利用先前迭代的最近鄰居測量信息,為個體智能體設計了一種分布式ILC算法,實現(xiàn)了系統(tǒng)在固定拓撲和沿時間軸動態(tài)變化的切換拓撲下的一致性收斂.文獻[17]針對測量受限線性MASs的通信拓撲同時沿
控制理論與應用 2023年8期2023-10-04
- 帶有輸入受限的無人機精確編隊合圍容錯控制
其主要特點是使跟隨者能最終收斂到領航者們所形成的凸包絡內(nèi)［7］，該特點可以使無人機群在避開危險區(qū)域的基礎上保持廣義的編隊構型。與單領航者和無領航者編隊相比，關于多領航者編隊控制的研究相對較少。合圍控制的早期研究多是針對多智能體系統(tǒng)展開的，其領航者被認為是靜態(tài)的［8］。后來為了適應領航者的運動特性，提高算法的適用范圍，學者們又提出了針對動態(tài)領航者的合圍控制協(xié)議［7，9］。此后，隨著無人機協(xié)同控制算法的不斷發(fā)展，領航者間相互通信并且形成期望隊形的“編隊-合圍”
航空學報 2023年9期2023-06-28
- 離散高階多自主體系統(tǒng)的編隊-合圍跟蹤控制
個編隊領導者和跟隨者組成的多自主體系統(tǒng)中,編隊領導者形成所要求的編隊, 同時跟隨者趨于編隊領導者形成的凸包．Zheng[5], Han[6]等針對二階多自主體系統(tǒng)研究了存在時延下系統(tǒng)的編隊-合圍控制問題; Gong等[7]針對高階多自主體系統(tǒng)設計了基于觀測器的編隊-合圍控制協(xié)議; Zhang[8],Zhou[9]等探討了采樣數(shù)據(jù)、時延及網(wǎng)絡切換等因素對系統(tǒng)實現(xiàn)編隊-合圍控制目標的影響．時間觸發(fā)機制及隨機采樣機制也常被用于多自主體系統(tǒng)的編隊-合圍控制研究[1
揚州大學學報（自然科學版） 2023年2期2023-05-10
- 攔截機動目標的分布式協(xié)同圍捕制導方法
制架構,通過多跟隨者的協(xié)調(diào)變量跟蹤領導者的協(xié)調(diào)變量,間接實現(xiàn)了制導協(xié)調(diào)變量的一致性。在這種制導架構中,領導者可以是真實的也可以是虛擬的,通過配置領導者的制導模式就可以配置整個多飛行器系統(tǒng)的協(xié)同制導性能。通過領導者與跟隨者不同的協(xié)同制導形式,實現(xiàn)不同的協(xié)同制導任務,如多領導者協(xié)同定位,部分跟隨者與領導者攻擊時間一致、另一部分跟隨者與領導者攻擊角度一致等。因此,在這種架構下協(xié)同制導律設計更加靈活、方便,更具工程實際應用價值。上述協(xié)同制導成果大多針對固定目標或者
航空學報 2022年9期2022-10-12
- 基于改進鴿群算法與領航跟隨法的無人車編隊方法
除此以外都屬于跟隨者。在編隊的過程中，領航者負責選擇最優(yōu)路徑向目標點前進，并在前進過程實時避障，而跟隨者利用領航者當前的信息調(diào)整各自的狀態(tài)，實現(xiàn)與領航者保持一定的距離和角度，從而達到編隊效果。文中編隊是利用改進鴿群算法與領航跟隨法融合實現(xiàn)的。對鴿群算法進行改進，在鴿群算法的前期設置初始解使其初始化，能夠提升算法的效率。另外，在算法的地磁算子中加入相應的權重指標，提升算法在整體路徑中的規(guī)劃效率。通過MATLAB進行仿真，結(jié)果表明：與PSO算法、量子粒子群優(yōu)化
機床與液壓 2022年17期2022-09-21
- 基于動態(tài)事件觸發(fā)策略的多AUV 一致控制
運動的領航者-跟隨者（Leader-Follower）編隊控制問題，其中跟隨者根據(jù)領航者的位置和預定的隊列跟蹤參考軌跡，而無需領航者的速度，減小了通信負擔.Millán 等［7］將AUV 視為單車模型，利用運動學關系和泰勒公式展開定理，對單車模型進行線性化處理，保持編隊轉(zhuǎn)彎能力，使編隊通過跟蹤共同參考航線向目標方向航行.高振宇等［8］將AUV 不確定模型參數(shù)及海洋擾動視為復合擾動，設計了復合擾動觀測器，實現(xiàn)對擾動的精確估計，而后基于反步法提出一種固定時間編
湖南大學學報（自然科學版） 2022年8期2022-09-02
- 多機動控位水雷隊形控制技術
主要有：領航–跟隨者方法、虛擬結(jié)構方法、行為融合方法、基于強化學習的方法等，并在此基礎上衍生出許多改進和組合方法。1 領航–跟隨者法領航跟隨者方法也被稱為主從式編隊方法：編隊中設置1臺AUV作為領航者，領航者按照預定的航路規(guī)劃航行；編隊中其他AUV則作為跟隨者，與領航者保持一定的距離，使整體呈現(xiàn)相對固定的隊形航行。領航跟隨者編隊方法簡單明了，沒有太多復雜理論和計算，跟隨者只需要通過觀測領航者的運動信息來調(diào)整自身運動軌跡，是目前應用最為廣泛的編隊方法。機動控
數(shù)字海洋與水下攻防 2022年4期2022-09-01
- 具有避碰和保持連通的多智能體魯棒編隊控制
,…,dn)。跟隨者與領導者之間的通信權值矩陣用B表示，定義矩陣B=diag(b1,b2,…,bn)。當且僅當跟隨者i能夠接收到領導者信息時，bi>0。在編隊中必須保證至少有一個跟隨者能夠接收到領導者信息，因此b1+…+bn>0。1.2 預備引理定義1記Zn={ai∈Rn×n:ai≤0}表示實矩陣集合，并且非對角元素都是非正的。如果存在一個矩陣A滿足A∈Zn并且A中的所有特征值都有正的實部，則稱非奇異矩陣A為M矩陣。引理1[19]若A∈Zn，那么下面的表述
電光與控制 2022年8期2022-08-11
- 具有時延的離散二階多智能體系統(tǒng)的一致性問題
等考慮領航者和跟隨者采用自身狀態(tài)帶有時延的算法，給出了關于時延的一致性條件.受到HU等[1]的啟發(fā)，韓摩西等[4]研究了在固定拓撲下帶有時延的二階多智能體系統(tǒng)的一致性問題，系統(tǒng)動態(tài)模型和控制協(xié)議如下：對于系統(tǒng)中含有1個領航者、n個跟隨者的多智能體系統(tǒng)，第i個跟隨者的動態(tài)為(1)領航者的動態(tài)可以被描述為其中，xi(t),vi(t),ui(t)∈R，分別表示第i個智能體的位置、速度和控制輸入.因此，對于第i個跟隨者，一個基于鄰接頂點連接的控制協(xié)議可表示為(2)
長春師范大學學報 2022年6期2022-08-04
- 基于接替性領航機制的多機器人編隊
現(xiàn)通信堵塞時,跟隨者接收不到下一步的有關信息,多機器人編隊系統(tǒng)將面臨崩潰的可能,對能量的損耗、任務的完成有著重大影響。因此合理有效的利用領航者,可以減少通信等待,快速平穩(wěn)的完成相應的任務。文獻[10]隨機設置特定領航者模式的通信拓撲關系,根據(jù)一致性協(xié)議的約束來提高編隊控制的穩(wěn)定性。文獻[11]改進非線性模型預測控制,根據(jù)樹形結(jié)構動態(tài)分配領航者實現(xiàn)精確的編隊控制。文獻[12]采用卡爾曼濾波算法預測跟隨者機器人的理想位置,有效的解決了領航者機器人的位姿突變問題
制造業(yè)自動化 2022年6期2022-06-28
- 有向路徑下的一類多智能體系統(tǒng)的能控性分析
接關系，可以使跟隨者(follower)由任意初始狀態(tài)轉(zhuǎn)移到所期望的狀態(tài)。多智能體系統(tǒng)能控性的這一概念首先是在2004年由Tanner提出，同時他還提出了一種基于leader-follower結(jié)構(領導者—跟隨者結(jié)構)的網(wǎng)絡模型[16]。在這一結(jié)構模型下，多智能體系統(tǒng)能控性的研究得到了進一步的發(fā)展。從代數(shù)角度出發(fā)，Ji等[17]在leader-follower結(jié)構下得到了系統(tǒng)能控的充分必要條件是Lf和L不共享特征值。Ji Z等[18]得到了一個基于特征值的
復雜系統(tǒng)與復雜性科學 2022年2期2022-05-24
- 含約束和通信時滯的多智能體系統(tǒng)包含控制
的目標是將一組跟隨者智能體驅(qū)動到由領導者構成的凸區(qū)域內(nèi)。文獻[2-4]研究了固定網(wǎng)絡下的包含控制問題。文獻[5-6]研究了無向切換網(wǎng)絡的包含控制問題。文獻[7]分別研究了領導者運動和靜止兩種情況下有向切換網(wǎng)絡的包含控制問題。以上研究均未考慮時滯問題，實際上由于信息采集、傳輸、處理等需要時間，時滯問題不可避免，必定會對控制產(chǎn)生影響。文獻[8-11]研究了固定網(wǎng)絡下考慮通信時滯的包含控制問題。文獻[12]提出了一種基于投影的非線性包含控制算法，解決了有向切換網(wǎng)
計算機技術與發(fā)展 2022年3期2022-04-02
- 基于有限時間擾動觀測器的四旋翼編隊控制
的魯棒性。對于跟隨者子系統(tǒng)，提出一種NTSM控制策略，通過引入的超扭趨近律削弱了抖振情況。對于四旋翼系統(tǒng)所受的外界擾動，引入FTESO實現(xiàn)了對于擾動的有限時間觀測，以上所設計的控制策略均具有有限時間收斂特性，其收斂速度更快、控制精度更高。最終，穩(wěn)定性分析證明了閉環(huán)系統(tǒng)的有限時間穩(wěn)定性。1 預備知識及問題描述1.1 預備知識引理1[15]存在如下系統(tǒng):(1)引理2[16]存在如下系統(tǒng):(2)式中:ζ1、ζ2為系統(tǒng)狀態(tài)；1、2、φ1、φ2均為正常數(shù)；若滿足則該
計算機應用與軟件 2022年3期2022-03-18
- 上機數(shù)控：“跟隨者”何處“逢生”？
王東岳2月25日，上機數(shù)控（603185.SH）發(fā)布公告稱，公司擬投資118億元用于年產(chǎn)15萬噸高純工業(yè)硅及10萬噸高純晶硅生產(chǎn)項目建設，切入上游多晶硅料市場。過去兩年間，受益于單晶硅片上的“大膽”投入，上機數(shù)控以“后進者”的身份取得了十分亮眼的業(yè)績成長。根據(jù)業(yè)績快報，2021年，上機數(shù)控實現(xiàn)營業(yè)收入109.06億元，同比增長262.22%;實現(xiàn)歸母凈利潤16.37億元，同比增長208.01%。然而，伴隨行業(yè)競爭的日趨激烈，上機數(shù)控正顯露“疲態(tài)”。以單季度
證券市場周刊 2022年7期2022-03-07
- 基于改進領航者法的多AUV隊形控制方法研究
的基礎上，基于跟隨者的狀態(tài)反饋制定領航者的運動策略，解決了跟隨者出現(xiàn)異常時隊形可能保持的問題。文獻[6]使用文獻[16]中提出的方法，在國內(nèi)較早的基于水聲通信對編隊控制方法展開外場試驗驗證，同時分析了實際應用中水聲通信存在的問題和難點，并對此提出了寶貴的解決意見。隨后也有研究人員提出了多種編隊控制方法，但大多處于理論分析和仿真實驗驗證階段，沒有在實際中進行應用。本文在水聲通信的基礎上，對傳統(tǒng)的跟隨領航者法進行改進，提出了一種基于改進跟隨領航者法的編隊控制方
數(shù)字海洋與水下攻防 2021年6期2022-01-19
- UUV編隊自適應協(xié)同跟蹤控制研究
現(xiàn)基于領航者–跟隨者的多UUV的協(xié)同編隊控制。1 欠驅(qū)動UUV數(shù)學模型UUV 的運動在實際過程中十分復雜，所以我們在這里通過對欠驅(qū)動UUV在三維空間內(nèi)的六自由度運動形式進行分析，然后簡化為水平面的三自由度運動形式。在研究UUV的運動之前，給出相關坐標系的建立和相關符號的定義。表1 UUV運動中常用符號Table 1 Common symbols in UUV motionUUV的六自由度運動學模型表示為式中，由UUV坐標系轉(zhuǎn)為大地坐標系的變換矩陣J1(η2
數(shù)字海洋與水下攻防 2021年6期2022-01-19
- 基于NE結(jié)果的多智能體系統(tǒng)模型及其能控性
，將客流量視作跟隨者。在這里，領導者i的決策用rj(i)表示。在博弈論中，類似的情況還有很多，比如著名的囚徒困境，兩個囚徒會聽到警察所提供的相同的判刑規(guī)則，這時我們將進行博弈的囚徒們建模為領導者，警察(或警察提供的規(guī)則)為跟隨者，此時領導者們的跟隨者鄰居是相同的，所以囚徒們做出相同的決策，即都選擇了坦白罪行，并獲得了同樣的處罰，達到納什均衡的結(jié)果。上述實際問題可以從圖論的角度進行刻畫，因此可以讓每個智能體遵循預先設定的協(xié)議，然而智能體顯著的特點是高智商性，
復雜系統(tǒng)與復雜性科學 2021年4期2021-12-03
- 基于反步控制的多AUV編隊控制方法研究?
hod)和領導跟隨者方法[12－18](Leader-Follower Method)。由于領導跟隨者方法具有良好的網(wǎng)絡拓撲結(jié)構特性，近年來很多研究者都針對領導跟隨者方法進行了改進:Yan等人[12]基于圖論和虛擬領導者設計了新的編隊結(jié)構，這種特殊結(jié)構將AUV之間的連接固定為通過引線和鄰域AUV形成的三角形，因此增加了結(jié)構的剛度和位置精度，增加了編隊結(jié)構的穩(wěn)定性。李娟等人[13]提出了一種結(jié)合水下機器人路徑規(guī)劃和編隊控制的控制器，在控制器中采用滑模控制方法
傳感技術學報 2021年6期2021-08-28
- 大規(guī)模UAV編隊信息交互拓撲的分級分布式生成
大致分為領航-跟隨者編隊、一致性編隊、剛性編隊以及持久編隊4類。針對領航-跟隨者編隊信息交互拓撲的研究，文獻[5]證明了領航-跟隨者控制方法下，UAV編隊的信息交互拓撲是通信網(wǎng)絡拓撲的一棵有向生成樹；在此基礎上，文獻[4]提出了一種集中式基于最小樹形圖(Minimum Cost Arborescence，MCA)的領航-跟隨者編隊信息交互拓撲優(yōu)化算法。一致性編隊的主要核心思想是智能體利用與之通信的鄰居智能體的狀態(tài)信息更新自身的狀態(tài)，并最終使所有智能體狀態(tài)達
航空學報 2021年6期2021-07-07
- 網(wǎng)絡攻擊下雙層結(jié)構多智能體系統(tǒng)一致性
的是由領導層和跟隨者層組成的雙層結(jié)構的多智能體系統(tǒng)，以微電網(wǎng)群優(yōu)化為例建模：領導層系統(tǒng)為多微電網(wǎng)區(qū)域優(yōu)化自治，跟隨者層系統(tǒng)設計主動配電網(wǎng)交互優(yōu)化策略。以多機械臂電機同步為例建模：領導層系統(tǒng)為多機械臂電機控制，跟隨者層設計單機械臂電機控制策略，諸如此類。多智能體系統(tǒng)滲入到現(xiàn)實生活的方方面面，而層狀網(wǎng)絡的多智能體系統(tǒng)又具有一定優(yōu)越性，故研究雙層網(wǎng)絡結(jié)構的多智能體系統(tǒng)一致性有很強的理論價值和實際意義。已有學者進行了雙層網(wǎng)絡結(jié)構多智能體系統(tǒng)相關的理論研究：文獻［8
計算機應用 2021年5期2021-07-02
- 基于雙冪次滑模的多機器人編隊控制
標，第i(i為跟隨者的編號，i=1,2,…,n)個跟隨者的位姿為[xfi,yfi,θfi]T，即質(zhì)心ofi的坐標.其中，θl,θfi分別為領航者和第i個跟隨者的航向角.以移動機器人的質(zhì)心ol，ofi作為參考點，Llfi為第i個跟隨者參考點ofi與領航者驅(qū)動輪軸中心點al之間的距離，即編隊之間應該保持的距離.φlfi為領航者航向角與兩機器人之間約束距離連線的夾角，稱為相對相角.以領航者與第i個跟隨者之間的相對相角φlfi和位置距離Llfi來約束編隊.每個機器
南京信息工程大學學報 2021年1期2021-03-31
- 非仿射多智能體系統(tǒng)的自適應神經(jīng)網(wǎng)絡控制
定至少存在一個跟隨者與領導者有信息交流，即有b1+b2+…+bN>0。1.2 RBF神經(jīng)網(wǎng)絡及其逼近f(Z)=WTΦ(Z)+ε(Z), ?Z∈ΩZ(1)引理1[24]假設RBF神經(jīng)網(wǎng)絡的基函數(shù)向量為Φ(Zb)=[φ1(Zb),φ2(Zb),…,φl(Zb)]T，Zb=[z1,z2,…,zb]T， 為其輸入向量，則對任意的正整數(shù)a≤b， 有(2)1.3 系統(tǒng)描述考慮一類由標記為0的領導者和分別標記為1,2,…,N的跟隨者組成的多智能體系統(tǒng)，第i(i=1,2,
計算機工程與設計 2021年2期2021-02-25
- 基于自適應滑模的多智能體系統(tǒng)容錯一致性控制算法
控制律，使所有跟隨者狀態(tài)與領航者的相一致。雖然目前對領航-跟隨一致性問題的研究已經(jīng)十分成熟，對二階及高階多智能體一致性問題的研究也均有涉及[4-5]，但缺乏普遍性。為此，本文針對線性定常動態(tài)模型所描述的多智能體系統(tǒng)進行研究。目前，已有多種方法應用于多智能體一致性控制中，比如最優(yōu)控制[6]、自適應控制[7]及神經(jīng)網(wǎng)絡控制[8]等?；？刂凭哂薪Y(jié)構簡單和對不確定性事物的強魯棒性等優(yōu)點，因此基于滑模控制的多智能體一致性問題受到諸多研究者的關注[9-11]：文獻[
控制與信息技術 2020年5期2020-11-30
- 任意初始位置機器人領航跟隨型迭代學習編隊
r），其余均為跟隨者（Follower）。編隊過程中，領航者負責按照預先規(guī)劃好的航跡進行工作，而其他跟隨者利用領航者當前的信息調(diào)整自己的狀態(tài)，通過跟隨者的局部控制就能夠?qū)崿F(xiàn)與領航者保持一定距離和角度。文獻[3]通過控制領航者與跟隨者的相對距離和相對角度實現(xiàn)多移動機器人的編隊。文獻[4]將編隊問題轉(zhuǎn)化為軌跡跟蹤問題，利用軌跡跟蹤的控制方法實現(xiàn)自主形成編隊隊形，同時確保編隊系統(tǒng)的穩(wěn)定性。文獻[5]將Backstepping-based方法應用于多移動機器人的編
計算機工程與應用 2020年20期2020-10-19
- 數(shù)據(jù)驅(qū)動的多智能體網(wǎng)絡魯棒包容控制
個領航者,并且跟隨者的運動限定在領航者所圍成的最小幾何空間中.迄今為止,在多智能體網(wǎng)絡包容控制研究方面已經(jīng)涌現(xiàn)出很多優(yōu)秀的研究成果[1–4].但上述成果均要求系統(tǒng)動態(tài)已知且非最優(yōu)控制.在實際應用中,未知的外界環(huán)境可導致系統(tǒng)動態(tài)的不確定性變化,由原有動態(tài)得到的控制方法并不準確或奏效.因此基于數(shù)據(jù)驅(qū)動的控制思想深受研究人員的青睞,主要依據(jù)可測得的網(wǎng)絡系統(tǒng)數(shù)據(jù)信息進行系統(tǒng)監(jiān)控與故障診斷等行為.并且在實現(xiàn)包容控制的同時需考慮能量的損耗,所以需要實現(xiàn)最優(yōu)控制.作為非
控制理論與應用 2020年9期2020-10-12
- 電驅(qū)移動機器人多變量固定時間連續(xù)編隊控制
2]及領航者-跟隨者法[3-4]等，其中領航者-跟隨者法是最常用的機器人編隊控制方法。傳統(tǒng)的編隊控制[5-7]通過設計一個運動學控制器來保持編隊，需滿足“完美的速度跟蹤”假設，其缺乏對擾動等不確定性的魯棒性。為克服不確定性的影響，就必須考慮機器人的動力學，文獻[8-10]已經(jīng)包含了跟隨機器人的動力學模型，以驅(qū)動器力矩作為控制輸入，但實際應用中，機器人以直流電機作為驅(qū)動器，以驅(qū)動器電壓作為輸入更合理[11]，因此本文編隊控制的研究將考慮含驅(qū)動器動力學的模型作
計算機工程與應用 2020年15期2020-08-03
- 基于快速終端滑模方法的二階多智能體系統(tǒng)一致性跟蹤
記為0)和N個跟隨者(分別標記為1,2,…,N).另外，G表示跟隨者之間的信息交流，H表示包括跟隨者與領導者在內(nèi)的所有智能體之間的信息交流。領導者與跟隨者之間的信息交流定義為其中(i,0)∈ε表示第i個智能體可以接收領導者的信息。2 問題描述考慮含有N+1個智能體的系統(tǒng)，其中含有N個跟隨者，分別標記為i=1,2,…，N.一個領導者，標記為0.每個跟隨者的動態(tài)系統(tǒng)如下所示：(1)其中，xi,vi,ui分別表示第i個跟隨者的位置、速度及控制輸入。另外，領導者的
湖北師范大學學報(自然科學版) 2020年2期2020-06-30
- 存在執(zhí)行器飽和的多智能體系統(tǒng)一致性問題
體系統(tǒng)中每一個跟隨者都達到跟領航者相同的狀態(tài)。基于一致性問題的研究，人們對多智能體系統(tǒng)有了更深入的研究，文獻[2]給出了多智能體系統(tǒng)在一階積分環(huán)節(jié)中和固定拓撲結(jié)構下達到一致性的條件；文獻[3]針對各個系統(tǒng)之間信息交換時存在的時延和丟包問題，給出了一致性協(xié)調(diào)控制算法;文獻[4]提出了通過非線性控制協(xié)議的方法來解決有限時間一致性問題，從而加快系統(tǒng)的收斂速度；文獻[5]利用當今比較熱門的神經(jīng)網(wǎng)絡技術解決了存在非線性因素和未知擾動的多智能體系統(tǒng)一致性問題。在一個已
沈陽航空航天大學學報 2020年1期2020-05-15
- 多移動機器人的協(xié)同編隊控制
考慮了在線估計跟隨者不確定部分的上界，簡化了控制器的設計過程。但以上控制器設計過程由于引入了移動機器人的動力學模型，其控制方案比較復雜，不易于實際應用。文獻[15]針對多移動機器人協(xié)同行駛機制，運用滑?？刂品椒ㄔO計了跟蹤控制器來實現(xiàn)群車的編隊控制，然而滑?？刂浦杏捎诙墩竦拇嬖冢谙到y(tǒng)運行時跟隨者軌跡會出現(xiàn)搖擺現(xiàn)象。文獻[17]針對多移動機器人編隊控制時存在的時滯現(xiàn)象，提出一種基于預測控制的脈沖控制方法，利用一致性思想將編隊控制轉(zhuǎn)換為系統(tǒng)的穩(wěn)定性問題。但該方
天津工業(yè)大學學報 2020年1期2020-03-26
- 對抗網(wǎng)絡下多智能體系統(tǒng)的能控性分析
首先，領航者-跟隨者結(jié)構被引入到對抗網(wǎng)絡中．接著，驗證了Tanner(2004)提出的系統(tǒng)的必要條件和充分條件．結(jié)果表明，協(xié)作網(wǎng)絡下的可控條件并不完全適合對抗網(wǎng)絡，并給出了對抗網(wǎng)絡能控的兩個必要條件．最后，研究了對抗網(wǎng)絡下Peterson圖的能控性，并與協(xié)作網(wǎng)絡下的能控性進行了對比，得到了Peterson圖在協(xié)作網(wǎng)絡下和對抗網(wǎng)絡下能控性等價的部分情形，并將其應用到了Peterson圖以外的三部圖的情形下．1 系統(tǒng)描述考慮一個多智能體網(wǎng)絡，假設網(wǎng)絡中包含n個
三峽大學學報(自然科學版) 2019年3期2019-05-15
- 野生短尾猴集群運動的跟隨者特征研究
會出現(xiàn)領導者和跟隨者，在存在領導-跟隨模式的群體中，集體決策有利于群體利益的獲得，即群內(nèi)大多數(shù)成員的利益能夠得到保證[13]，因此有必要深入研究集群運動的整個發(fā)生過程。然而目前關于集群運動的研究多集中于領導力及其類型的分析，領導力可以定義為：個體發(fā)起新的運動方向，并能成功吸引大多數(shù)成員跟隨其后的能力[14]。領導力分為單一個體具有領導力(專制領導)和多個個體具有領導力(民主領導)兩種類型[15-17]。集群運動的領導力不僅取決于領導者的狀態(tài)和經(jīng)驗，還與跟隨
生物學雜志 2019年1期2019-02-15
- 基于智能突現(xiàn)的無人機群自主編隊控制研究
個領航者，N個跟隨者組成的Swarm集合，用表示，其中為第i個領航者的位置，為第j個跟隨者的位置向量；為控制參數(shù)集；，為第i個領航者的速度向量，為第j個跟隨者的速度向量；，為第i個領航者的加速度向量，為第j個跟隨者的加速度向量。領航者和跟隨者的運動由以下方程控制：對于每一個領航者，其根據(jù)目標位置，采用比例導引法[10]命中目標。可得到位于水平面和垂直面的加速度和分別為圖1 平面內(nèi)無人機間影響作用圖如圖1所示，定義第i個跟隨者的排斥域、吸引域和速度修正域[7
火力與指揮控制 2018年12期2019-01-14
- 基于改進的跟隨領航者與人工勢場的CGF隊形控制及避障?
ent實體作為跟隨者（Follower）跟隨領航者運動，在行進時通過使跟隨者與領航者之間的距離值、方向角度誤差保持在期望水平，使CGF編隊保持一定的戰(zhàn)術隊形行進，完成對隊形的控制［6～9］。基于行為法是將每一個Agent實體的機動行為分解為向目標運動、保持隊形、避障等部分，對自身的機動行為實施控制。人工勢場法是將物理學中的勢場等原理運用到隊形控制算法中［10～11］，對目標點、障礙物、隊伍中的其他Agent實體進行勢場的人為定義，使每一個Agent實體都在
艦船電子工程 2018年12期2019-01-03
- 競爭環(huán)境下軸–輻式海運網(wǎng)絡設計與定價決策
市場上領導者與跟隨者的競爭問題建立了樞紐選址模型,提出了跟隨者若想進入市場需通過設計新的樞紐和降價的方式.Gelareh等[6]考慮了價格/時間等因素,建立了一個可用于評估跟隨者該如何進入市場的樞紐選址模型.趙宇哲[7]在Gelareh等[6]研究的基礎上,建立了基于吸引力函數(shù)的樞紐選址模型,研究結(jié)果表明若領導者決策不能與跟隨者同步,其市場份額將會受到威脅.但是,上述樞紐選址模型均是離散的,即選址的樞紐節(jié)點數(shù)量是給定的,忽視了樞紐節(jié)點確定的內(nèi)生性問題.樞紐
系統(tǒng)工程學報 2018年5期2018-12-05
- 基于脈沖算法的多智能體系統(tǒng)編隊牽制控制
隊控制， 同時跟隨者的狀態(tài)收斂到領導者形成的凸包。學者們研究了各種無向或有向拓撲結(jié)構下的一階、二階系統(tǒng)的編隊牽制問題[1-4]。編隊、牽制控制、一致性和一致追蹤問題都可以作為編隊牽制控制問題的特殊情形。當前，脈沖控制方法已經(jīng)被證明在混沌系統(tǒng)、混雜系統(tǒng)及復雜網(wǎng)絡的同步應用中是有效且有魯棒性的[5-7]。將脈沖控制方法應用到多智能體系統(tǒng)的一致性問題中有諸多優(yōu)點，如結(jié)構簡單、快速瞬態(tài)以及低成本等。對于給定的多智能體系統(tǒng)，如何結(jié)合脈沖控制的優(yōu)點設計相應的脈沖控制協(xié)
濟南大學學報（自然科學版） 2018年4期2018-06-26
- 基于滑模的欠驅(qū)動無人艇的包含控制問題研究
協(xié)議，驅(qū)使所有跟隨者進入有領導者圍成區(qū)域內(nèi)。包含控制可以應用于許多實際問題。比如，一組不同類型的機器人要從一個地點轉(zhuǎn)移到另一個地點。其中只有一部分機器人有能力來探測途中的危險障礙，這些機器人就被設計為領導者，其他機器人為跟隨者。跟隨者只需要在領導者所包圍的安全區(qū)域內(nèi)運動，就可以安全的到達目的地。2011年，Meng等[7]研究了多智能體為Lagrange系統(tǒng)的包含控制問題，以及多剛體系統(tǒng)的有限時間包含控制問題。2011年[14]，李建禎研究了多智能體系統(tǒng)一
艦船科學技術 2018年2期2018-03-12
- 創(chuàng)新爭先：從"跟隨者"邁向"領跑者"
創(chuàng)新爭先：從"跟隨者"邁向"領跑者"本刊記者／楊 關一大批創(chuàng)新爭先軍工英才的脫穎而出，昭示著中國國防科技創(chuàng)新體系是有優(yōu)勢的，中國軍工的國防科技創(chuàng)新是后發(fā)優(yōu)勢、跨越優(yōu)勢、引領優(yōu)勢、集成優(yōu)勢、協(xié)同優(yōu)勢的疊加?！?月27日，慶祝全國科技工作者日暨創(chuàng)新爭先獎勵大會在北京舉行。長征五號運載火箭首飛圓滿成功、我國新型電子材料和集成器件功能國際領先、北斗系統(tǒng)成為全球衛(wèi)星導航系統(tǒng)四大核心供應商之一……近年來，中國科技創(chuàng)新進展喜人，國防科技成果井噴呈現(xiàn)。在5 月27 日召開
軍工文化 2017年6期2017-12-07
- 由城市臺的“跟隨者”到縣域“三農(nóng)”媒體的 “領導者”
傳統(tǒng)的城市臺“跟隨者”的定位，走出城市臺定位的陰影，抓住時機下沉到農(nóng)村，在戰(zhàn)略上做縣域“三農(nóng)”媒體的“領導者”，在戰(zhàn)術上為“三農(nóng)”提供專業(yè)、貼近的服務，同時按照互聯(lián)網(wǎng)思維和邏輯，重構其運作模式和管理模式，這是縣（市）臺轉(zhuǎn)型的可行之路。【關鍵詞】縣市臺 “三農(nóng)”媒體 轉(zhuǎn)型戰(zhàn)略【中圖分類號】G220 【文獻標識碼】A一、問題的提出本文中的“縣市臺”，指的是我國的縣級廣播電視播出機構，包含縣（市）級廣播電臺、電視臺和廣播電視臺。據(jù)國家新聞出版廣電總局發(fā)布的數(shù)據(jù)顯
中國廣播 2017年9期2017-09-30
- 從“跟隨者”到“引領者”的跨越
濤 王亞亞從“跟隨者”到“引領者”的跨越文/本刊記者 許濤 王亞亞中國長江三峽集團公司董事長盧純表示，三峽集團致力于帶動中國水電全產(chǎn)業(yè)鏈“走出去”，創(chuàng)新多機構合作聯(lián)合體，通過構建真正的命運共同體、利益共同體、責任共同體，分擔海外風險，分享市場紅利。作為我國最大的清潔能源集團，中國長江三峽集團公司（下稱“三峽集團”）以打造國際一流清潔能源集團為愿景，主動參與全球水電資源開發(fā)，著力打造“海外三峽”國際版圖。截至2016年底，集團公司在海外40多個國家擁有投資或
中國外匯 2017年8期2017-08-16
- 基于領航-跟隨結(jié)構的聯(lián)合收獲機群協(xié)同導航控制方法
.81 cm，跟隨者的平均跟蹤誤差為5.93 cm，與單臺收獲機的導航控制精度相近，驗證了所提方法的可行性和有效性。收獲機群;跟隨-領航結(jié)構;協(xié)同控制;路徑跟蹤;隊形保持引言隨著我國農(nóng)業(yè)機械化作業(yè)水平的不斷提高，農(nóng)業(yè)呈現(xiàn)出集約化、規(guī)模化、產(chǎn)業(yè)化的發(fā)展趨勢，出現(xiàn)了多臺農(nóng)機在田間聯(lián)合作業(yè)的集群作業(yè)模式。農(nóng)機集群作業(yè)模式對農(nóng)機導航系統(tǒng)提出了新的技術挑戰(zhàn)，研究多機協(xié)同導航技術是下一代農(nóng)業(yè)機械導航系統(tǒng)要解決的關鍵技術之一［1－2］。多機協(xié)同導航控制作為多機協(xié)同導航技
農(nóng)業(yè)機械學報 2017年7期2017-07-31
- 多智能體編隊在時延約束下的動態(tài)跟蹤控制
工具,實現(xiàn)了多跟隨者在時延影響的有向通信圖下對單動態(tài)領航者的實用跟蹤。基于Matlab的線性矩陣不等式(Linear Matrix Inequality, LMI)工具箱,以三自由度(Three Degree of Freedom, 3-DOF)的無人水下航行器(Unmanned Underwater Vehicles, UUV)進行數(shù)值仿真實驗,可證明算法的正確性。多智能體編隊;動態(tài)跟蹤;與模型無關;時延;UUV多智能體編隊的協(xié)同控制可以分為無領航者[1
指揮控制與仿真 2017年3期2017-06-22
- 從“跟隨者”到“引領者”
—— 甕福集團PPA項目成為攪動市場的“鯰魚”
文歐維維從“跟隨者”到“引領者” —— 甕福集團PPA項目成為攪動市場的“鯰魚”文歐維維甕福PPA項目專注于磷資源的高價值利用，重塑了中國磷酸市場“熱法”與“濕法”的競爭格局，鞏固了甕福作為全球最大且最具競爭力的工業(yè)級食品級磷酸原料及產(chǎn)品供應商地位。今年一季度，甕福集團P P A（濕法凈化磷酸）項目生產(chǎn)經(jīng)營捷報頻傳?；厥桩Y福PPA發(fā)展的十年，從“出生”時“自帶光環(huán)”，到如今成為攪動市場的“鯰魚”，每一步都驗證了甕福在精細磷化工之路上的不懈探索。從“跟隨者”
當代貴州 2017年24期2017-06-15
- 跟隨者
徐玉諾開卷詩跟隨者徐玉諾煩惱是一條長蛇。我走路時看見了他的尾巴，割草時看見了他紅色黑斑的腰部，當我睡覺時看見他的頭了。煩惱又是紅線一般無數(shù)小蛇，麻一般地普遍在田野莊村間。開眼是他，閉眼也是他了。??！他什么東西都不是！他只是恩惠我的跟隨者，他很盡職，一刻不離地跟著我。徐玉諾（1894－1958），又名言信，筆名紅蠖，河南魯山縣人。五四時期著名詩人、作家。主要作品有詩集《雪朝》《將來的花園》，短篇小說集《朱家墳夜話》等。
詩潮 2017年5期2017-06-01
- 聯(lián)合連通拓撲下的二階多自主體系統(tǒng)有限時間包容控制
問題，通過設計跟隨者的控制協(xié)議使得跟隨者最終收斂到領航者組成的目標區(qū)域內(nèi)(領航者圍成的凸包)完成群體運動[4-9]。文獻[4]研究了一階系統(tǒng)的包容控制問題，并證明了當網(wǎng)絡拓撲連通時系統(tǒng)可以實現(xiàn)包容控制，但并未討論網(wǎng)絡拓撲在聯(lián)合聯(lián)通條件下的包容控制問題。文獻[5]研究了有向網(wǎng)絡中固定拓撲和切換拓撲兩種情況下一階系統(tǒng)的包容控制問題，并給出了系統(tǒng)收斂的充要條件，但未對二階系統(tǒng)進行說明。文獻[6]對動態(tài)領航者的二階系統(tǒng)進行研究，分別提出了連續(xù)漸近包容控制算法和離散
智能系統(tǒng)學報 2017年2期2017-05-16
- 觀察員工大掃除
他人的意識?！?span id="som00um" class="hl">跟隨者”雖然認為一定要為同伴做些什么，但自己又想不出應該做些什么，于是在得到指示之前，“跟隨者”通常只是消極等待。“沒干勁者”通常認為“大掃除真是煩人”，他們只想要逃離現(xiàn)場。上司通過以往的經(jīng)驗很快便能判別出你具有什么樣的意識傾向。事實上，某大型企業(yè)的營業(yè)部長曾就大掃除的意義說過這樣的話：“通過觀察員工們大掃除的情況，我可以判斷他們當中哪些是樂于幫助同伴的人，哪些是細致入微的人，哪些是態(tài)度不認真的人。之所以要進行大掃除就是為了看清這些員工的態(tài)度
愛你 2016年9期2016-11-26
- 帶有避碰機制的2階非線性多智能體系統(tǒng)包圍編隊研究
考慮一定條件下跟隨者之間可能出現(xiàn)的碰撞問題?；趫D論、矩陣分析、非線性分析，研究帶有避碰機制的2階非線性多智能體系統(tǒng)包圍編隊問題，分別設計了帶有避碰機制的靜態(tài)和自適應包圍編隊協(xié)議，并結(jié)合李雅普諾夫分析方法得到包圍協(xié)議穩(wěn)定的充分條件。通過仿真實驗驗證包圍編隊協(xié)議的有效性。研究結(jié)果表明：協(xié)議可使跟隨者的運動軌跡最終趨向以所有領導者運動軌跡張成凸包的有限半徑范圍內(nèi)，同時所有跟隨者之間距離均始終大于安全距離。兵器科學與技術；一致性問題；包圍控制；避碰；多智能體系統(tǒng)
兵工學報 2016年9期2016-11-10
- 考慮時延的多Euler-Lagrange系統(tǒng)自適應神經(jīng)網(wǎng)絡協(xié)調(diào)跟蹤控制
問題。僅有部分跟隨者可以獲得靜態(tài)領航者信息。對每一個跟隨者設計了一種分布式觀測器，以獲得領航者的狀態(tài)量。針對系統(tǒng)模型具有非線性不確定性和外部擾動情況，基于神經(jīng)網(wǎng)絡方法提出了兩種分布式自適應協(xié)調(diào)控制律，分別使每一個跟隨者對領航者的跟蹤誤差最終有界和漸近收斂到零。運用Lyapunov穩(wěn)定性理論對兩種控制律的穩(wěn)定性進行了證明。數(shù)值仿真驗證了本文提出的控制律的有效性。分布式控制；Euler-Lagrange系統(tǒng)；協(xié)調(diào)跟蹤；通訊時延；神經(jīng)網(wǎng)絡網(wǎng)址：www.sys-e
系統(tǒng)工程與電子技術 2016年5期2016-11-02
- 觀察員工大掃除
他人的意識?！?span id="wa0micy" class="hl">跟隨者”雖然認為，一定要為同伴做些什么，但是自己又想不出應該做些什么。于是在得到指示之前，“跟隨者”通常只是消極等待?！皼]干勁者”通常認為“大掃除真是煩人”，而且他們只想著逃離現(xiàn)場。上司通過以往的經(jīng)驗，很快便能判別出你具有什么樣的意識傾向。而事實上，某大型企業(yè)的營業(yè)部長曾就大掃除的意義說過以下這樣的話：“通過觀察員工們大掃除的情況，就可以辨別出他們當中哪些是樂于幫助同伴的人，哪些是細致入微的人，哪些是態(tài)度不認真的人。之所以要大掃除就是為了看清
讀書文摘·經(jīng)典 2016年5期2016-05-14
- 觀察員工大掃除
他人的意識。“跟隨者”雖然認為，一定要為同伴做些什么，但是自己又想不出應該做些什么。于是在得到指示之前，“跟隨者”通常只是消極等待?！皼]干勁者”通常認為“大掃除真是煩人”，而且他們只想著逃離現(xiàn)場。上司通過以往的經(jīng)驗，很快便能判別出你具有什么樣的意識傾向。而事實上，某大型企業(yè)的營業(yè)部長曾就大掃除的意義說過以下這樣的話：“通過觀察員工們大掃除的情況，就可以辨別出他們當中哪些是樂于幫助同伴的人，哪些是細致入微的人，哪些是態(tài)度不認真的人。之所以要大掃除就是為了看清
特別文摘 2016年5期2016-05-04
- 市場進入中的“跟隨者”及其出口延遲時間：一個微觀證據(jù)
，企業(yè)通過充當跟隨者，延遲出口時機，可以有效降低出口進入成本與減少不確定性，進而獲得一定的延遲收益，NPV 法顯然忽略了出口延遲給企業(yè)帶來的這種額外收益；另一方面，在國際市場競爭日益激烈的情況下，選擇充當跟隨者的企業(yè)，必須直面其他企業(yè)搶先進入市場的風險，且這種風險會在一定程度上侵蝕延遲出口的收益。因此，企業(yè)最終是否充當跟隨者是這兩種力量之間權衡與博弈的結(jié)果，而這種選擇的正確與否又直接關乎企業(yè)出口成敗(Naude and Rossouw，2010)。從這個意
南開經(jīng)濟研究 2015年5期2015-12-25
- 多智能機器人群體中跟隨者視覺系統(tǒng)的設計
體；視覺系統(tǒng)；跟隨者；定位中圖分類號：TP399 文獻標識碼：A 文章編號：1009-3044（2015）06-0189-02The Design on Visual System of Follower in the Group of Multi Intelligent RobotsZOU Hai-yang（College of Computer in China West Normal University，Nanchong 637000， China
電腦知識與技術 2015年6期2015-12-07
- 出口跟隨者會受益于開拓者嗎？——來自中國工業(yè)企業(yè)的證據(jù)
條件下開拓者對跟隨者溢出效應（pioneer-to-followers spillover）的存在不僅成為學者們?nèi)諠u關注的焦點，而且是重新審視諸多經(jīng)濟問題新的落腳點。Arrow 最早提出利用外部性解釋溢出效應對經(jīng)濟增長的重要作用［1］。Bardhan和Hoff等則在此基礎上，認為在政府不加干涉的情況下，由于跟隨者可以在信息與技術等方面受益于開拓者，導致開拓者先發(fā)進入市場的動力不足，進而導致該行業(yè)生產(chǎn)的無效率狀態(tài)［2］［3］。然而，隨著全球經(jīng)濟一體化的發(fā)展，
中南財經(jīng)政法大學學報 2015年5期2015-04-07
- 帶有領導者的多智能體避障隊形控制
是平等的,都是跟隨者.假定第i(i=1,2,…,N)個跟隨者具有如下的位置-速度模型(2)其中:qi∈Rn是跟隨者i的位置向量,pi∈Rn是其速度向量,ui∈Rn是控制輸入.注1 領導者可以向每一個跟隨者發(fā)送信息,跟隨者能夠接收來自領導者的信息且具有避撞感知、避障感知功能.為了更好地描述多智能體系統(tǒng)的隊形控制問題,我們引入以下定義.定義1[11](基于感知的跟隨者的鄰居集) 如果多智能體系統(tǒng)中的智能體j(包括領導者)位于跟隨者i的避撞感知區(qū)域(以避撞感知半
煙臺大學學報（自然科學與工程版） 2014年2期2014-08-03
- 既做領導者，也要做跟隨者
來有關領導者與跟隨者的思考。領導是一種互動的領域華倫·布蘭克在“領導的九項自然法則”中提到：領導是一種互動的領域。領導者與跟隨者是一種無法分割的整體關系，就像是跳舞一般，帶動者與跟隨者必須以互動的方式前進后退。兩者之間的默契配合包含著“值得跟隨”和“懂得跟隨”的道理。沒有跟隨者的帶動者無法成為領導者?？梢哉f，是跟隨者造就了領導者。領導者本身也是跟隨者對于一個團隊來說，領導者首先代表了方向，這個方向可以服務、服從于團隊里大多數(shù)人的期盼和利益，只有領導者與團隊
人力資源 2014年4期2014-08-01
- 非線性多智能體網(wǎng)絡的分布式包容控制
圖7所示，可見跟隨者漸近收斂到領航者所圍成的凸包中且達到相應的期望位置，與推論1的結(jié)論相符。非線性多智能體網(wǎng)絡的分布式包容控制于 鏑，白麗娟，李 鋮（東北石油大學電氣信息工程學院，黑龍江 大慶 163318）針對具有本質(zhì)非線性動態(tài)的多智能體網(wǎng)絡，研究分布式包容控制問題。假設只有部分個體已知領航者信息，依據(jù)相對位置和速度信息設計分布式控制律。基于代數(shù)圖論、矩陣理論和Lyapunov穩(wěn)定性分析方法，得出非線性網(wǎng)絡實現(xiàn)漸近包容控制的充分條件。當跟隨者之間有向強連
復雜系統(tǒng)與復雜性科學 2013年2期2013-09-28
- 二階多智能體系統(tǒng)的跟隨者-多領導者聚集控制*
狀態(tài)信息給鄰居跟隨者，而跟隨者不能將自己當前的狀態(tài)信息反饋給領導者.在實際應用(如異類機器人避障、狼群對鹿群捕食、蟻群搬運食物等)中，領導者可能不會是一個簡單的個體，而會是一個區(qū)域，故將這個目標區(qū)域模擬成多個領導者組成的集合.在聚集控制中，一個關鍵的問題是如何設計一個分布式控制協(xié)議使得一個多智能體系統(tǒng)聚集于一個期望的目標區(qū)域內(nèi).國內(nèi)外學者已對群體系統(tǒng)的聚集控制進行了大量的研究.Hu 等［10］提出了一階連續(xù)時間線性多智能體系統(tǒng)的靜態(tài)聚集控制模型;Li 等［
華南理工大學學報（自然科學版） 2013年1期2013-08-19
- 官場跟隨者畫像
□杜美麗官場跟隨者畫像□杜美麗官場有句順口溜，叫做“跟對人，辦對事，說對話”。這是官場很經(jīng)典的一句話，可以稱得上官場潛規(guī)則之一。有人甚至認為．這三個短句的排序還說明，“跟對人”比“辦對事”更重要?，F(xiàn)實可能有些官員會發(fā)現(xiàn)，身邊很多老實人，事兒是辦對了，可是因為沒有“跟對人”，總是仕途不得志，郁郁寡歡，還真應了那句，“跟對人”比“辦對事”重要。究竟應當如何看待“跟對人”的官場文化呢?站好隊，選對人常言道，“物以類聚，人以群分”，有人的地方就有江湖。有人說，人不
領導文萃 2011年3期2011-08-15