非平衡有向网络的完全分布式凸优化

分布式凸优化问题的目的是如何以分布式方法最小化局部智能体成本函数和,而现有分布式算法的控制步长选取依赖于系统智能体个数、伴随矩阵等全局性信息,有悖于分布式算法的初衷.针对此问题,提出一种基于非平衡有向网络的完全分布式凸优化算法(FDCOA).基于多智能体一致性理论和梯度跟踪技术,设计了一种非负余量迭代策略,使得FDCOA的控制步长收敛范围仅与智能体局部信息相关,进而实现控制步长的分布式设置.进一步分析了FDCOA在固定强连通和时变强连通网络情形下的收敛性.仿真结果表明本文构建的分布式控制步长选取方法对FDCOA在有向非平衡下的分布式凸优化问题是有效的....

Full description

Saved in:
Bibliographic Details
Published in控制理论与应用 Vol. 39; no. 6; pp. 1071 - 1078
Main Authors 时侠圣, 林志赟, 王雪松, 董世建
Format Journal Article
LanguageChinese
Published 中国矿业大学地下空间智能控制教育部工程研究中心,江苏徐州221116 2022
中国矿业大学信息与控制工程学院,江苏徐州221116%南方科技大学电子与电气工程系,广东深圳518055
Subjects
非平衡有向网络
分布式步长
分布式凸优化
非负余量
Online AccessGet full text
ISSN1000-8152
DOI10.7641/CTA.2021.10389

Cover

More Information
Summary:分布式凸优化问题的目的是如何以分布式方法最小化局部智能体成本函数和,而现有分布式算法的控制步长选取依赖于系统智能体个数、伴随矩阵等全局性信息,有悖于分布式算法的初衷.针对此问题,提出一种基于非平衡有向网络的完全分布式凸优化算法(FDCOA).基于多智能体一致性理论和梯度跟踪技术,设计了一种非负余量迭代策略,使得FDCOA的控制步长收敛范围仅与智能体局部信息相关,进而实现控制步长的分布式设置.进一步分析了FDCOA在固定强连通和时变强连通网络情形下的收敛性.仿真结果表明本文构建的分布式控制步长选取方法对FDCOA在有向非平衡下的分布式凸优化问题是有效的.
ISSN:1000-8152
DOI:10.7641/CTA.2021.10389