王青;陈杰;曾宪林;辛斌（Xin，Bin） 二阶多智能体系统非光滑凸优化的分布式近似粒度算法。 （英语） Zbl 1525.93013号 国际J鲁棒非线性控制 30，第17号，7574-7592（2020）. 摘要：本文研究二阶多智能体系统的分布式非光滑凸优化问题。目标函数是凸但非光滑的局部代价函数的总和。每个代理只知道其局部代价函数、局部约束集和邻居信息。利用近似算子和拉格朗日方法，提出了一种新的具有导数反馈的连续时间分布式近似粒度算法，分别用于求解多智能体系统一致性和资源分配的非光滑凸优化问题。利用所提出的算法，解决了一致性问题和资源分配问题。此外，该系统可以收敛到最优解。最后，通过仿真实例说明了所提算法的有效性。{©2020 John Wiley&Sons有限公司} 引用于6文件 MSC公司： 93甲16 多代理系统 93D50型 共识 90C25型 凸面编程 关键词：多智能体系统;非光滑凸优化;最佳一致性;近似粒度算法;资源分配 PDF格式BibTeX公司 XML格式引用 \textit{Q.Wang}等，国际鲁棒非线性控制30，No.17，7574--7592（2020；Zbl 1525.93013） 全文： 内政部 参考文献： [1] 陈鹏、翁、刘毅、王菲。一类非线性多智能体时滞系统的神经网络自适应一致性控制。IEEE Trans Neural Netw学习系统。2014;25(6):1217‐1226. [2] YuY、LiZ、YangZ、DingZ。用于无向图上姿态同步和跟踪的分布式后退共识协议。无人值守系统。2019;7(1):25‐32. [3] 刘杰、张毅、于毅、孙聪。无持续通信的非线性多代理系统的固定时间事件触发共识。IEEE Trans-Syst Man-Cybern系统。2019;49(11):2221‐2229. [4] HeW、XuC、HanQ、QianF、LangZ。有限时间\（\mathcal{五十} _2\)具有外部扰动的网络化欧拉-拉格朗日系统的领导-跟随一致性。IEEE Trans-Syst Man-Cybern系统。2018;48(11):1920‐1928. [5] 刘杰、张毅、于毅、孙C。通过事件/自触发控制的网络非线性系统的固定时间领导者-追随者共识。IEEE Trans Neural Netw学习系统。2020;99:1‐9. [6] XiaoW、YuJ、WangR、DongX、LiQ、RenZ。具有一般线性动力学和切换拓扑的时滞多智能体系统的时变编队控制。无人值守系统。2019;7(1):3‐13. [7] 翁，陈P，窦，杨H，刘C。有向通信拓扑下二阶多智能体系统的避障编队控制。Sci Chin信息科学。2019;62(9):192205:1‐192205:14. [8] RanM、XieL、LiJ。不确定二阶非线性多智能体系统的时变编队跟踪。2019年技术电子工程前沿；20(1):76‐87. [9] DongX、ShiZ、LuG、ZhongY。高阶线性时不变群系统的形成包含分析与设计。国际J鲁棒非线性控制。2015;25(17):3439‐3456. ·Zbl 1338.93017号 [10] 埃利亚·利克。基于分布式凸优化的随机传感器调度。自动化。2015;58:173‐182. ·Zbl 1330.93214号 [11] 凯斯·陈杰。通过分布式优化实现多个移动机械手的协同运输控制。Sci Chin信息科学。2018;61(12):120201:1‐120201:17. [12] WangA、LiaoX、DongT。具有状态一致性约束的多智能体系统基于事件触发梯度的分布式优化。IET控制理论应用。2018;12(10):1515‐1519. [13] 赵毅、刘毅、翁、陈。线性多智能体系统的分布式优化：基于边缘和节点的自适应设计。IEEE Trans Autom控制。2017;62(7):3602‐3609. ·Zbl 1370.93153号 [14] 邓Z、梁S、于伟。二阶多智能体系统的分布式最优资源分配。国际J鲁棒非线性控制。2018;28(14):4246‐4260. ·Zbl 1490.93009号 [15] Anderson J、MoréJ、PulestonP。基于PS‐FBC的燃料电池模块的超扭曲控制器的设计和稳定性分析。高级控制应用工程工业系统。2019;1（1）：e19。https://doi.org/10.1002/adc2.19。 ·doi:10.1002/adc2.19 [16] 张毅、路易、洪毅、谢莉。无线传感器网络中基于分布式投影的源定位算法。IEEE传输线通信。2015;14(6):3131‐3142. [17] TibshiraniR、SaundersM、RossetS、ZhuJ、KnightK。通过融合套索实现轻盈流畅。皇家统计学会期刊B（Stat Methodol）。2005;67(1):91‐108. ·Zbl 1060.62049号 [18] LinP、RenW、FarrellJA。分布式连续时间优化：非均匀梯度增益、有限时间收敛和凸约束集。IEEE Trans Autom控制。2016;62(5):2239‐2253. ·Zbl 1366.90201号 [19] ShorNZ.不可微函数的最小化方法。纽约州纽约市：施普林格科学与商业媒体；2012. [20] NedićA，OzdaglarA，ParriloPA。多代理网络中的约束共识和优化。IEEE Trans Autom控制。2010;55(4):922‐938. ·Zbl 1368.90143号 [21] BurgerM、NotarstefanoG、BulloF、AllgowerF。用于退化线性规划和多代理分配的分布式单纯形算法。自动化。2012;48(9):2298‐2304. ·Zbl 1257.93033号 [22] RamSS、NedićA、VeeravalliVV。凸优化的分布式随机次梯度投影算法。最优化理论应用杂志。2010;147(3):516‐545. ·Zbl 1254.90171号 [23] CarloneL、SrivastavaV、BulloF、Calafiore GC。基于约束一致性的分布式随机凸规划。SIAM J控制优化。2014;52(1):629‐662. ·Zbl 1307.68095号 [24] BoydS、ParikhN、ChuE、PeleatoB、EcksteinJ。通过交替方向乘数法进行分布式优化和统计学习。发现趋势马赫学习。2011;3(1):1‐122. ·兹比尔1229.90122 [25] 波伊德·帕里克恩。近似算法。发现趋势优化。2014;1(3):127‐239. [26] ShiG、JohanssonKH、HongY。达成最佳共识：计算凸集交集的动力系统。IEEE Trans Autom控制。2012;58(3):610‐622. ·Zbl 1369.93049号 [27] 科尔特斯·加雷斯法尔德布。加权平衡有向图的分布式连续时间凸优化。IEEE Trans Autom控制。2013;59(3):781‐786. ·Zbl 1360.90257号 [28] 刘强，王杰。一种用于线性等式和约束条件下非光滑优化的单层投影神经网络。IEEE Trans Neural Netw学习系统。2013;24(5):812‐824. [29] 叶洪毅、刘峰。具有可行性约束的最优资源分配的无初始化分布式算法及其在电力系统经济调度中的应用。自动化。2016;74:259‐269. ·Zbl 1348.93024号 [30] YiP、HongY、LiuF。约束优化的分布式梯度算法及其在电力系统负荷分配中的应用。系统控制许可。2015;83:45‐52. ·Zbl 1327.93033号 [31] LiX、XieL、HongY。一般非光滑单因素优化问题的分布式连续时间算法。国际J鲁棒非线性控制。2019;29(10):3252‐3266. ·Zbl 1419.49019号 [32] 曾X，叶，洪Y，谢L。扩展单变量优化问题的连续时间分布式算法。SIAM J控制优化。2018;56(6):3973‐3993. ·Zbl 1411.90270号 [33] 梁S、曾X、洪Y。基于改进拉格朗日函数的耦合不等式约束分布式非光滑优化。IEEE Trans Autom控制。2017;63(6):1753‐1759. ·Zbl 1395.90226号 [34] BertsekasDP，NedicA，OzdaglarAE.凸分析与优化。麻省理工学院：雅典娜科学；2003. ·Zbl 1140.90001号 [35] 张毅、洪毅。高阶多智能体系统的分布式优化设计。论文发表于：第34届中国控制会议论文集；2015:7251‐7256. [36] WeiY、FangH、ZengX、ChenJ、PardalosP。一类分布式非光滑优化问题的光滑双近邻原对偶算法。IEEE Trans Autom控制。2020;65(4):1800‐1806. ·Zbl 07256304号 [37] JC公司。不连续动力系统。IEEE控制系统杂志2008；28(3):36‐73. ·Zbl 1395.34023号 [38] 俄罗斯滑雪协会。非线性优化。新泽西州普林斯顿：普林斯顿大学出版社；2006. ·Zbl 1108.90001号 [39] ZhuY、Renw、YuW、WenG。通过连续时间算法在有向图上进行分布式资源分配。IEEE系统、人和控制论汇刊：系统。2019;1‐10. http://dx.doi.org/10.109/tsmc.2019.2894862。 ·doi:10.10109/tsmc.2019.2894862 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。