×
夏子聪;刘、杨;王军

分布式全局优化的事件触发协作神经动力学方法。 （英语） Zbl 1532.90088号

神经网络。 169, 181-190 (2024).
摘要：在本文中，我们提出了一种事件触发的协作神经动力学方法，用于非凸性存在下的分布式全局优化。我们设计了一个由多个通过通信网络耦合的投影神经网络组成的投影神经网络组。我们证明了投影神经网络组对给定全局优化问题的Karush-Kuhn-Tucker点的收敛性。为了减少通信带宽消耗，我们采用事件触发机制与组中的其他神经网络联系，排除Zeno行为。我们使用多个投影神经网络组进行分散搜索，并在协作神经动力学优化框架中使用元神经规则对其状态进行重新初始化。此外，我们将协作神经动力学方法应用于供暖、通风和空调系统中的分布式最优冷水机组负荷。

理学硕士：

90C26型 非凸编程，全局优化
68T05型 人工智能中的学习和自适应系统

关键词：

分布式优化;全局优化;事件触发通信;递归神经网络;协同神经动力学优化;暖通空调系统
PDF格式BibTeX公司 XML格式引用
\textit{Z.Xia}等人，神经网络。169181--190（2024年；Zbl 1532.90088）
全文： 内政部

参考文献：

[1] 巴扎拉，M.S。；Sherali，H.D。；Shetty，C.M.，非线性规划：理论与算法（2013），John Wiley&Sons
[2] Chang，Y.-C。；林，J.-K。；Chuang，M.-H.，用遗传算法优化冷水机组负荷以降低能耗。能源与建筑，147-155（2005）
[3] Chang，Y.-C.和Tu，H.-C.（2002）。一种降低功耗的有效方法——最佳冷水机组负荷分配。诉讼中。电力系统技术国际会议，第2卷
[4] Che，H。；Wang，J.，全局和组合优化的协作神经动力学方法。神经网络，15-27（2019）·Zbl 1444.90095号
[5] Che，H。；Wang，J。；Cichocki，A.，通过协作神经动力学优化进行稀疏信号重建。神经网络，255-269（2022）·Zbl 1522.94012号
[6] Che，H。；Wang，J。；Cichocki，A.，通过双时间尺度双重神经动力学优化的双标准稀疏非负矩阵分解。IEEE神经网络和学习系统汇刊，4881-4891（2023）
[7] 陈，Z。；Wang，J。；Han，Q.-L.，基于协作神经动力学优化的事件触发基数约束冷却和电力负荷分配。IEEE神经网络和学习系统汇刊，5464-5475（2023）
[8] 陈，Z。；Wang，J。；Han，Q.-L.，基于协作神经动力学优化的最佳冷水机组负荷。IEEE工业信息学汇刊，3057-3067（2023）
[9] 陈，Z。；Wang，J。；Han，Q.-L.，《通过协作神经动力学优化进行冷水机组运行规划》。IEEE系统、人与控制论汇刊：系统，4623-4635（2023）
[10] 陈，Z。；Wang，J。；Han，Q.-L.，分布式冷水机组负荷的协作神经动力学优化方法。IEEE神经网络和学习系统汇刊（2023）
[11] 邓，Z。；Liang，S。；Hong，Y.，加权有向图上资源分配问题的分布式连续时间算法。IEEE控制论汇刊，3116-3125（2018）
[12] Firouzbahrami，M。；Nobakhti，A.，多智能体系统的合作固定时间/有限时间分布式鲁棒优化。Automatica（2022年）·兹比尔1494.93098
[13] Gharisfard，B。；Cortes，J.，加权有向图的分布式连续时间凸优化。IEEE自动控制汇刊，781-786（2014）·Zbl 1360.90257号
[14] Houska，B。；Frasch，J.V。；Diehl，M.，分布式非凸优化的基于拉格朗日的增广算法。SIAM优化杂志，1101-1127（2016）·Zbl 1345.90069号
[15] 胡，X。；Wang，J.，基于增广拉格朗日函数的非凸优化递归神经网络的收敛性，194-203
[16] 黄，B。；刘，Y。；Glielmo，L.公司。；Gui，W.，事件触发间歇控制经济调度的固定时间分布式鲁棒优化。科学中国技术科学，1385-1396（2023）
[17] 海德曼，M。；韦伯，N。；Sreedharan，P。；Blanc，S.，基于回归的重新配方电动冷水机组模型的开发和测试。ASHRAE交易，1118-1127（2002）
[18] 贾伟。；秦，S。；Xue，X.，带不等式约束的分布式非光滑优化的广义神经网络。神经网络，46-56（2019）
[19] 蒋，X。；秦，S。；薛，X。；Liu，X.，分布式凸优化的二阶加速神经动力学方法。神经网络，161-173（2022）·Zbl 1522.90096号
[20] 起亚，S。；科尔特斯，J。；Martínez，S.，通过离散时间通信的连续时间协调算法实现分布式凸优化。自动化，254-264（2015）·Zbl 1377.93018号
[21] Kinderlehrer，D。；Stampacchia，G.，《变分不等式及其应用导论》（2000），学术出版社：纽约学术出版社·Zbl 0988.49003号
[22] 勒，X。；陈，S。；Li，F。；严，Z。；Xi，J.，能源互联网管理的分布式神经动力学优化。IEEE系统、人与控制论汇刊：系统，1624-1633（2019）
[23] 勒，X。；陈，S。；严，Z。；Xi，J.，具有全局耦合约束的分布式优化的神经动力学方法。IEEE控制论汇刊，3149-3158（2018）
[24] 勒，X。；严，Z。；Xi，J.，分布式优化的集体神经动力学系统及其在模型预测控制中的应用。IEEE计算智能新兴主题汇刊，305-314（2017）
[25] 梁，M.-F。；Wang，J.，Minimax和基于协作神经动力学优化的生物目标投资组合选择。IEEE神经网络和学习系统汇刊，2825-2836（2021）
[26] 李毅。；陈，Y。；吕，Q。；邓，S。；Li，H.，网络上分散随机优化的事件触发算法。《富兰克林学院学报》，9329-9354（2023）·Zbl 1521.93108号
[27] 李，D。；李，N。；Lewis，F.，具有非凸局部目标函数和资源分配约束的无投影分布式优化。IEEE网络系统控制汇刊，413-422（2021）·Zbl 07588105号
[28] 李·G。；王，X。；Li，S.，基于惩罚函数法的高阶多智能体系统有限时间分布式近似优化算法。IEEE系统、人与控制论汇刊：系统，6174-6182（2022）
[29] 李·G。；严，Z。；Wang，J.，约束非凸优化的单层递归神经网络。神经网络，10-21（2015）·Zbl 1325.90103号
[30] Liang，S。；曾，X。；Hong，Y.，通过奇异摄动在加权图上进行分布式次优资源分配。自动化，222-228（2018）·Zbl 1417.91297号
[31] 刘，Q。；郭，Z。；Wang，J.，用于约束伪凸优化的单层递归神经网络及其在动态投资组合优化中的应用。神经网络，99-109（2012）·Zbl 1273.90216号
[32] 刘，Q。；黄，T。；Wang，J.，用于求解变分不等式和相关优化问题的单层连续和离散时间投影神经网络。IEEE神经网络和学习系统汇刊，1308-1318（2014）
[33] 刘，Q。；Wang，J.，约束非光滑优化的单层递归神经网络。IEEE系统人与控制论汇刊B部分控制论，1323-1333（2011）
[34] 刘，Q。；Wang，J.，用于线性等式和有界约束的非光滑优化的单层投影神经网络。IEEE神经网络和学习系统汇刊，812-824（2013）
[35] 刘，Q。；Wang，J.，用于有界约束分布式优化的二阶多智能体网络。IEEE自动控制汇刊，3310-3315（2015）·Zbl 1360.90202号
[36] 刘，Y。；夏，Z。；Gui，W.，通过预定义的时间多代理方法进行多目标分布式优化。IEEE自动控制事务（2023）
[37] 刘，S。；谢林。；Quevedo，D.E.，基于事件触发量化通信的分布式凸优化。IEEE网络系统控制汇刊，167-178（2018）·Zbl 1507.93150号
[38] 刘，Q。；Yang，S。；Wang，J.，分布式约束优化的集体神经动力学方法。IEEE神经网络和学习系统汇刊，1747-1758（2017）
[39] 吕，Q。；李，H。；Xia，D.，具有事件触发通信的一阶离散时间多智能体系统的分布式优化。神经计算，255-263（2017）
[40] 毛，S。；东，Z。；舒尔茨，P。；Tang，Y。；Meng，K。；Dong，Z.Y.先生。；Qian，F.，智能电网经济调度的有限时间分布式优化算法。IEEE系统、人与控制论汇刊：系统，2068-2079（2021）
[41] Nedic，A。；Ozdaglar，A.，多智能体优化的分布式次梯度方法。IEEE自动控制汇刊，48-61（2009）·Zbl 1367.90086号
[42] 宁，B。；韩，Q.-L。；Zuo，Z.，《多智能体系统的分布式优化：基于边缘的固定时间一致性方法》。IEEE控制论汇刊，122-132（2019）
[43] Quevedo，D.E。；古德温，G.C。；Doná，J.A.D.，有限约束集滚动时域二次控制。国际鲁棒与非线性控制杂志，355-377（2004）·Zbl 1036.93024号
[44] Song，Y。；曹，J。；Rutkowski，L.，基于事件触发策略的固定时间分布式优化算法。IEEE网络科学与工程汇刊，1154-1162（2021）
[45] Tang，Y。；张杰。；Li，N.，非凸多智能体优化的分布式零阶算法。IEEE网络系统控制汇刊，269-281（2021）·Zbl 07588093号
[46] 塔塔伦科，T。；Touri，B.，非凸分布式优化。IEEE自动控制汇刊，3744-3757（2017）·兹比尔1373.90123
[47] 瓦拉尼奥洛，D。；Zanella，F。；Cenedese，A。；Pillonetto，G。；Schenato，L.，Newton-Raphson对分布式凸优化的共识。IEEE自动控制汇刊，994-1009（2016）·Zbl 1359.90099号
[48] 王，D。；方，X。；Wan，Y。；周，J。；Wen，G.，《网络攻击下MAS的分布式优化算法：从连续时间到事件触发通信》。IEEE网络科学与工程汇刊，3332-3344（2022）
[49] Wang，J。；Wang，J。；Che，H.，基于协作神经动力学优化的多车辆系统任务分配。IEEE神经网络和学习系统汇刊，1145-1154（2020）
[50] 王，X。；王，G。；Li，S.，带干扰的积分器链多智能体系统的分布式有限时间优化。IEEE自动控制汇刊，5296-5311（2020）·Zbl 07320100号
[51] Wang，Y。；Wang，J。；Pal，N.R.，通过协作神经动力学优化进行监督特征选择。IEEE神经网络和学习系统汇刊（2023）
[52] Welikala，S。；Cassandras，C.G.，使用提升函数逃离局部最优的多智能体系统的分布式非凸优化。IEEE自动控制汇刊，5175-5190（2021）·Zbl 07480532号
[53] 文，X。；卢安，L。；Qin，S.，多智能体系统上分布式凸优化的连续时间神经动力学方法及其离散化。神经网络，52-65（2021）·Zbl 1533.90124号
[54] Xia，Y.，一种用于约束优化约束的扩展投影神经网络。神经计算，863-883（2004）·Zbl 1097.68609号
[55] 夏，Z。；刘，Y。；卢，J。；曹，J。；Rutkowski，L.，约束分布式四元数变量优化的惩罚方法。IEEE控制论汇刊，5631-5636（2021）
[56] 夏，Z。；刘，Y。；卢·W。；Gui，W.，带约束的矩阵值分布随机优化。信息技术与电子工程前沿，1239-1252（2023）
[57] 夏，Z。；刘，Y。；邱，J。；阮，Q。；Cao，J.，基于RNN的分散部分共识约束优化算法。IEEE神经网络和学习系统汇刊，534-542（2023）
[58] 夏，Z。；刘，Y。；Wang，J.，分布式全局优化的协作神经动力学方法。IEEE系统、人与控制论汇刊：系统，3141-3151（2023）
[59] 夏，Z。；刘，Y。；王，D。；Gui，W.，《分布式优化的改进图系统》。科学中国信息科学（2023）
[60] 夏，Z。；刘，Y。；Wang，J。；Wang，J.，分布式极大极小优化的两时间尺度递归神经网络。神经网络，527-539（2023）·Zbl 07755794号
[61] 严，Z。；范，J。；Wang，J.，约束全局优化的集体神经动力学方法。IEEE神经网络和学习系统汇刊，1206-1215（2017）
[62] Yang，S。；刘，Q。；Wang，J.，多目标分布式优化的协作神经动力学方法。IEEE神经网络和学习系统汇刊，981-992（2018）
[63] Yang，S。；Wang，J。；Liu，Q.，有界约束下分布式极小极大优化的合作竞争多智能体系统。IEEE自动控制汇刊，1358-1372（2018）·Zbl 1482.93058号
[64] Yang，T。；Yi，X。；吴杰。；袁，Y。；Wu，D。；孟，Z。；Y.Hong。；Wang，H。；林，Z。；Johansson，K.H.，分布式优化综述。控制中的年度审查，278-305（2019）
[65] 于伟（Yu，W.）。；刘，H。；郑伟新。；Zhu，Y.，时变非平衡有向图上具有非一致局部约束的分布式离散时间凸优化。Automatica（2021年）·Zbl 1478.93258号
[66] Zhu，Y。；Ren，W。；于伟（Yu，W.）。；Wen，G.，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、人与控制论汇刊：系统，1097-1106（2021）
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。