本文涉及一种用于气味源定位的有限时间粒子群优化算法。 首先，基于粒子群算法（PSO）算法的连续时间模型，提出了一种连续时间有限时间粒子群算法（FPSO）。 由于引入了非线性阻尼项，因此所提出的连续时间FPSO算法可以在有限的时间间隔内收敛。 此外，为了增强其探索能力，将调谐参数引入了所提出的连续时间FPSO算法中。 利用Lyapunov方法分析了算法的有限时间收敛性。 其次，通过使用给定的离散化方案获得离散时间FPSO算法。 相应的收敛条件是通过使用线性矩阵不等式（LMI）方法得出的。 最后，分

本文通过设计和分析一组机器人的决策控制系统（DCS）来解决气味源的定位问题。 在决策级别，由机器人检测到的浓度大小信息和风信息用于预测气味源的可能位置。 具体而言，引入了粒子群优化的思想，以根据浓度大小信息给出气味源的可能位置。 此外，根据风信息建立气味源位置的观察模型，并使用卡尔曼滤波器估计气味源的位置，并将其与使用浓度幅度信息获得的位置相结合，从而得出气味源位置的决定。 在控制级别，设计了两种类型的有限时间运动控制算法： 一种是有限时间并行运动控制算法，而另一种是有限时间圆周运动控制算法。