无需精确模型
通过迭代学习抑制初态波动，故障与初态误差渐近归零，仅需邻居信息即实现分布式故障诊断。
Junjie, Ma · Xiaoxiao, Xu · Guangxu, Wang · Shuai, Cai · Zhou, Xingyu · Zhang, Shuyu
Fractal and Fractional 2026
采用压缩映射分析证明故障误差随迭代次数趋近无穷而渐近收敛至零，实现精确故障估计。
P型初态学习机制让每个智能体在每次迭代主动补偿自身启动偏移，从而抑制试次间初态波动。
基于迭代学习故障估计的方案可有效处理未知非线性，无需依赖精确系统模型。
设计的分布式协议针对有向迭代变化切换拓扑，仅利用局部邻居信息即可工作。