×

多智能体分布式优化的神经动力学方法。 (英语) Zbl 1530.93011号

摘要:本文考虑了一类具有公共约束集的多智能体分布式凸优化,并提供了几种连续时间神经动力学方法。在问题转换中,分别使用(l_1)和(l_2)惩罚方法将线性一致性约束转化为目标函数,避免了引入辅助变量,并且在求解问题的过程中只涉及原始变量之间的信息交换。对于非光滑代价函数,提出了两个带有投影算子的微分包含。在不考虑微分包含凸性的情况下,研究了微分包含的渐近行为和收敛性质。对于光滑代价函数,通过利用(l_2)罚函数的光滑性,通过专门设计的平均一致性估计量提供了有限和固定时间收敛算法。最后,在多智能体仿真环境中进行了几个数值例子,以说明所提出的神经动力学方法的有效性。

MSC公司:

93甲16 多代理系统
93D40型 有限时间稳定性
90C25型 凸面编程
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] 阿罗,K.J。;Hurwicz,L。;Chenery,H.B.,《线性和非线性规划研究》(1958年),斯坦福大学出版社·Zbl 0091.16002号
[2] 奥宾,J.-P。;Cellina,A.,《差异包含:集值映射和生存理论》,第264卷(2012年),Springer Science&Business Media
[3] 巴特,S.P。;Bernstein,D.S.,连续自治系统的有限时间稳定性。SIAM控制与优化杂志,3751-766(2000)·Zbl 0945.34039号
[4] 卞,W。;Xue,X.,Hilbert空间中带投影的多值演化包含的渐近行为分析。优化,4853-875(2015)·Zbl 1315.65055号
[5] Bolt,J.,希尔伯特空间中的连续梯度投影法。最优化理论与应用杂志,235-259(2003)·Zbl 1055.90069号
[6] Clarke,F.H.,优化和非光滑分析(1990),SIAM·Zbl 0696.49002号
[7] 法奇尼,F。;Pang,J.-S.,有限维变分不等式与互补问题(2003),Springer·Zbl 1062.90001号
[8] Z.Feng。;胡,G。;Cassandras,C.G.,带干扰抑制的连续多智能体系统的有限时间分布凸优化。IEEE网络系统控制汇刊,2686-698(2020)·Zbl 1516.93223号
[9] Fukushima,M.,非对称变分不等式问题的等价可微优化问题和下降方法。数学规划,99-110(1992)·兹标0756.90081
[10] Garg,K。;Baranwal,M.,《通过固定时间收敛流加速分布式优化:非凸函数和一致离散化的扩展》(2022),arXiv:1905.10472v5
[11] 加林,F。;瓦拉尼奥洛,D。;Johansson,K.H.,匿名网络中直径、半径和偏心率的分布式估计。IFAC会议记录卷,26,13-18(2012)
[12] 郭,L。;施,X。;曹,J。;Wang,Z.,一般条件下原对偶动力学的指数收敛性及其在分布优化中的应用。IEEE神经网络和学习系统汇刊(2022)
[13] 郭,L。;施,X。;曹,J。;Wang,Z.,凸组合优化的具有网络相关步长的分散非精确近似梯度法。IEEE信号处理汇刊,786-801(2023)
[14] 郭,L。;施,X。;Yang,S。;Cao,J.,DISA:分布式凸组合优化的对偶不精确分裂算法。IEEE自动控制汇刊(2023)
[15] Hassan-Moghaddam,S。;Jovanović,M.,《邻近梯度流和Douglas-Rachford分裂动力学:通过积分二次约束的全局指数稳定性》。Automatica(2021年)·兹比尔1461.93433
[16] 何,X。;胡,R。;Fang,Y.-P.,线性等式约束凸优化问题的“二阶原始”+“一阶对偶”时间尺度动力系统。IEEE自动控制汇刊,84377-4383(2022)·Zbl 07599437号
[17] 胡,Z。;Yang,J.,具有时变成本函数的二阶连续多智能体系统的分布式有限时间优化。神经计算,173-184(2018)
[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] 李伟(Li,W.)。;曾,X。;Liang,S。;Hong,Y.,基于非光滑方法的约束分布式优化指数收敛算法设计。IEEE自动控制汇刊,2934-940(2022)·Zbl 07480834号
[21] Liang,S。;Wang,L。;George,Y.,无强凸性的分布式原对偶凸优化算法的指数收敛性。自动化,298-306(2019)·Zbl 1429.93009号
[22] 林,P。;Ren,W。;Farrell,J.A.,《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自动控制汇刊,52239-253(2017)·Zbl 1366.90201号
[23] 玲,Q。;Shi,W。;Wu,G。;Ribeiro,A.,DLM:分散线性化交替方向乘法器方法。IEEE信号处理汇刊,15,4051-4064(2015)·Zbl 1394.94328号
[24] 刘,P。;科洛文,I。;戈尔巴乔夫,S。;戈尔巴乔夫,N。;Cao,J.,基于多智能体的交通流弹性约束最优均衡选择。神经网络,308-317(2022)·Zbl 07751897号
[25] 刘,Q。;Wang,J.,用于边界约束分布式优化的二阶多智能体网络。IEEE自动控制汇刊,123310-3315(2015)·Zbl 1360.90202号
[26] 刘,Q。;Yang,S。;Hong,Y.,多智能体网络上分布式凸优化的固定步长约束一致性算法。IEEE自动控制汇刊,8,4259-4265(2017)·兹比尔1373.90106
[27] 刘,H。;郑伟新。;Yu,W.,基于有限时间一致性的分布式约束凸优化连续时间算法。IEEE自动控制汇刊,52552-2559(2022)·Zbl 07564873号
[28] 卢,J。;Tang,C.Y.,分布式凸优化的零梯度和算法:连续时间情况。IEEE自动控制汇刊,92348-2354(2012)·Zbl 1369.90122号
[29] 马,L。;Bian,W.,约束分布式凸优化的一种新的多智能体神经动力学方法。IEEE控制论汇刊,31322-1333(2021)
[30] Nedić,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,148-61(2009)·Zbl 1367.90086号
[31] Polyakov,A.,线性控制系统定时稳定的非线性反馈设计。IEEE自动控制汇刊,82106-2110(2012)·Zbl 1369.93128号
[32] Polyakov,A。;埃菲莫夫·D。;Brogliato,B.,有限时间和固定时间稳定系统的一致离散化。SIAM控制与优化杂志,178-103(2019)·兹比尔1405.93097
[33] Shi,W。;凌,Q。;Wu,G。;Yin,W.,EXTRA:一种用于分散一致性优化的精确一阶算法。SIAM优化杂志,2944-966(2015)·Zbl 1328.90107号
[34] Shi,W。;凌,Q。;袁,K。;Wu,G。;Yin,W.,关于分散一致性优化中ADMM的线性收敛性。IEEE信号处理汇刊,71750-1761(2014)·Zbl 1394.94532号
[35] 施,X。;文,G。;曹,J。;Yu,X.,输入有界的多智能体优化的有限时间分布平均跟踪。IEEE自动控制汇刊,84948-4955(2023)·Zbl 07746644号
[36] 施,X。;文,G。;Yu,X.,时变分布优化的有限时间收敛算法。IEEE控制系统快报,3223-3228(2023)
[37] 施,X。;Xu,X。;曹,J。;Yu,X.,有限时间收敛的原-对偶梯度动力学及其在分布优化中的应用。IEEE控制论汇刊,53240-3252(2022)
[38] 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,3,1154-1162(2022)
[39] Sun,C。;Ye,M。;Hu,G.,无向图下多智能体的分布式时变二次优化。IEEE自动控制汇刊,73687-3694(2017)·Zbl 1370.90172号
[40] 斯文森,B。;默里(Murray,R.)。;穷人,H.V。;Kar,S.,分布式梯度流:非光滑性、非凸性和鞍点回避。IEEE自动控制汇刊,83949-3964(2022)·Zbl 07599392号
[41] Wang,T。;何,X。;黄,T。;李,C。;Zhang,W.,微电网中考虑阀点效应的经济排放调度问题的集体神经动力学优化。神经网络,126-136(2017)·Zbl 1431.91286号
[42] 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,12,5296-5311(2020)·Zbl 07320100号
[43] 王,X。;王,G。;Li,S.,多智能体系统的分布式定时优化算法。Automatica(2020年)·Zbl 1453.93013号
[44] 王,X。;Yang,S。;郭,Z。;Huang,T.,用于分布式优化和学习的二阶投影原对偶动力系统。IEEE神经网络和学习系统汇刊,96568-6577(2023)
[45] 温,X。;Luan,L.等人。;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 07743520号
[46] 薛,M。;邓,T。;Max Shen,Z.-J.,《非均匀标高下天然气管道输送优化:一种新的初始化方法》。海军研究后勤,7547-564(2019)·Zbl 1423.90281号
[47] 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,4981-992(2018)
[48] Yi,P。;Y.Hong。;Liu,F.,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,259-269(2016)·Zbl 1348.93024号
[49] 于,Z。;于斯。;姜浩。;Mei,X.,有向网络上多智能体系统的分布式定时优化。非线性动力学,1775-789(2021)·Zbl 1516.93019号
[50] 袁,K。;凌,Q。;Yin,W.,关于分散梯度下降的收敛性。SIAM优化杂志,31835-1854(2016)·兹比尔1345.90068
[51] 曾,X。;Yi,P。;Y.Hong。;Xie,L.,非光滑扩展单变量优化问题的分布式连续时间算法。SIAM控制与优化杂志,63973-3993(2018)·Zbl 1411.90270号
[52] 张杰。;刘,H。;所以,A.M.-C。;Ling,Q.,分散网络上凸组合优化的惩罚交替方向乘数法。IEEE信号处理汇刊,4282-4295(2021)·Zbl 07591626号
[53] 张杰。;你,K。;Bašar,T.,仅使用相对状态符号的多智能体网络中的分布式离散时间优化。IEEE自动控制汇刊,6,2352-2367(2019)·Zbl 1482.90162号
[54] Zhao,Y。;Liu,Q.,一种基于集体神经动力系统的一致性算法,用于线性和有界约束的分布式优化。神经网络,144-151(2020)·Zbl 1440.90050
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。