张 丹，傅 勤

(苏州科技大学 数理学院，江苏 苏州 215009)

近年来，多智能体系统的研究已经成为复杂系统研究的热点问题。 其中一致性问题在多智能体系统的分布式协调设计领域中占据着重要的地位。另一方面，迭代学习控制源于机器人应用[1]，适用于有限时间内具有重复运动性质的被控系统，自1984年提出完整的算法以来便受到众多学者的关注[1-4]。因该算法简单有效，已有许多基于迭代学习算法的多智能体系统一致性控制问题的研究成果[5-6]。 文献[5]研究了一类由抛物型或双曲型方程构建而成的多智能系统的一致性迭代学习控制问题。文献[6]进一步研究了具有时滞的线性和非线性多智能体系统的一致性迭代学习控制问题。目前研究的多智能体系统多为由经典偏微分方程构建而成，而退化偏微分方程作为偏微分方程中一类特殊的方程，超出了古典理论的研究范围，因此被广泛应用于如天体力学、气候学、种群遗传学等学科[7-8]，具有重要的研究价值，进而引起了许多学者的研究兴趣[9-10]。文献[9]介绍了退化抛物型方程的物理背景和解存在的唯一性等相关内容。文献[10]针对边界退化的抛物型和双曲型方程，研究了其边界精确能控性问题。目前，也有将迭代学习控制方法应用于退化系统的研究成果[11-12]，文献[11]研究了一维抛物型和双曲型退化系统的迭代学习控制问题，利用压缩映射原理，证明了在P型学习律的作用下系统的输出误差于L2空间内收敛。……