带执行器故障的非线性多智能体系统的自适应固定时间控制

本文考虑了一类具有执行器故障的非线性多智能体系统（MASs）的自适应固定时间共识问题。为了近似MASs中的未知非线性函数，采用了径向基函数神经网络。此外，利用一阶滑模微分器来解决“复杂性爆炸”问题，并提出一种滤波器误差补偿方法，以确保滤波误差在固定时间内的收敛。在Nussbaum函数的帮助下，构建了执行器故障补偿机制。通过设计自适应固定时间控制器，确保MASs中的所有信号都是有界的，领导者与所有跟随者之间的共识误差收敛到原点的小区域。最后，通过仿真实例验证了所提控制方法的有效性.