×
李浩金;岳晓峰;秦、司天

基于有限时间一致性方法的多智能体系统分布式时变优化控制协议。 （英语） Zbl 07804113号

神经网络。 171, 73-84 (2024).
摘要：本文研究了基于切换通信图的多智能体系统的带有不等式约束的分布式时变优化问题。为了减少时变不等式约束的影响，采用了精确的惩罚方法和平滑技术。然后，提出了一种基于Hessian的分布式控制协议，利用局部信息和交互作用来寻求分布式时变优化问题的时变最优解。结果表明，所有智能体不仅实现了有限时间的一致性，而且最终跟踪时变全局最优目标。与现有的分布式优化协议相比，该控制协议适用于更一般的分布式时变优化问题，并具有高效的收敛性。最后，通过无人机运动目标跟踪的数值算例和实验，验证了该控制协议的有效性。

MSC公司：

93D40型 有限时间稳定性
93D50型 共识
93甲16 多代理系统
93C85号 控制理论中的自动化系统（机器人等）

关键词：

分布式时变优化;分布式控制协议;有限时间共识;切换通信图
PDF格式BibTeX公司 XML格式引用
\textit{H.Li}等人，神经网络。171，73-84（2024年；Zbl 07804113）
全文： 内政部

参考文献：

[1] 博伊德，S。；Vandenberghe，L.，《凸优化》（2004），剑桥大学出版社：剑桥大学出版社，英国剑桥·Zbl 1058.90049号
[2] 陈，Z。；Ji，H.，切换图上连续多智能体系统的分布式量化优化设计。IEEE系统、人与控制论汇刊：系统，117152-7163（2021）
[3] Clarke，F.H.，《优化与非光滑分析》（1983），威利出版社：美国纽约威利出版社·Zbl 0582.49001号
[4] 科尔特斯，J。；Niederlander，S.K.，通过鞍点动力学实现非光滑凸优化的分布式协调。非线性科学杂志，41247-1272（2019）·Zbl 1423.90177号
[5] Feng，Z.，&#38；Hu，G.（2017）。不确定信息下二次目标函数的有限时间分布优化。2017年IEEE第56届决策与控制年会
[6] He，S。；何，X。；Huang，T.，一种使用神经动力学系统的连续时间一致性算法，用于不等式约束的分布式时变优化。《富兰克林研究所期刊》，136741-6758（2021）·Zbl 1470.93143号
[7] Hong，H。；巴尔迪，S。；于伟（Yu，W.）。；Yu，X.，有限交互范围下二阶多智能体系统的分布式时变优化。IEEE控制论汇刊，1213874-13886（2022）
[8] 侯赛因扎德，M。；加隆，E。；Schenato，L.，一种求解具有箱约束和时变不等式的线性规划问题的分布式方法。IEEE控制系统快报，2404-409（2019）
[9] 黄Y.F。；沃纳，S。；黄，J。；北卡罗来纳州卡西亚普。；Gupta，V.，《电网状态估计：迎接未来电网需求带来的新挑战》，IEEE Signal Processing Magazine，5，33-43（2012）
[10] 黄，B。；邹毅。；孟，Z。；Ren，W.，一类非线性多智能体系统的分布式时变凸优化。IEEE自动控制汇刊，2801-808（2020）·Zbl 07256206号
[11] 贾法扎德，S。；Mirheidari，R。；Reza，M。；莫特拉赫，J。；Barkhordari，M.，在自动化公路系统的路径跟踪和碰撞问题中设计PID和BELBIC控制器。国际计算机、通信与控制杂志（IJCCC），343-348（2009）
[12] 蒋，X。；秦，S。；Xue，X.，具有仿射等式和凸不等式约束的近似分布优化的连续时间算法。IEEE系统、人与控制论汇刊：系统，95809-5818（2021）
[13] 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
[14] Jin，L。；李，S。；罗，X。；李毅。；秦，B.，冗余机器人机械手协同控制的神经动力学。IEEE工业信息学汇刊，93812-3821（2018）
[15] Lakshmanan，H.，&#38；de Farias，D.（2006）。动态代理网络的分散近似动态规划。2006年美国控制会议
[16] 李·S·G。；Egerstedt，M.，使用时变密度函数控制覆盖。IFAC会议记录卷，27220-226（2013）
[17] 李，Z。；Ding，Z.，通过定时一致性算法对切换图进行时变多目标优化。国际系统科学杂志，152793-2806（2020）·Zbl 1483.93584号
[18] 李，S。；杜，H。；Lin，X.，具有双积分器动力学的多智能体系统的有限时间一致性算法。自动化，81706-1712（2011）·Zbl 1226.93014号
[19] 李，Z。；Wu，Z。；李，Z。；Ding，Z.，具有事件触发机制的异构线性多智能体系统的分布式最优协调。IEEE自动控制汇刊，41763-1770（2020）·Zbl 07256299号
[20] Liao，S。；李，S。；刘杰。；黄，H。；Xiao，X.，一种基于归零神经动力学的深度神经网络优化器加速优化方法。神经网络，440-461（2022）·Zbl 07750099号
[21] 刘，R。；王，D。；韩，Y。；范，X。；Luo，Z.，具有在线优化的自适应低秩子空间学习，用于鲁棒视觉跟踪。神经网络，90-104（2017）
[22] Lu，H.等人。；Jin，L。；张杰。；孙，Z。；李，S。；Zhang，Z.，新的联合无漂移方案辅助投影ZNN，用于受扰动冗余度机器人操作器的运动生成。IEEE系统、人与控制论汇刊：系统，95639-5651（2021）
[23] 卢，J.，&#38；Tang，C.Y.（2011）。分布式凸优化的零梯度和算法：连续时间情况。2011年美国控制会议记录
[24] Molzahn，D.K。；多夫勒，F。；桑德伯格，H。；低，S.H。；Chakrabarti，S。；Baldick，R.，《电力系统分布式优化和控制算法综述》。IEEE智能电网汇刊，62941-2962（2017）
[25] 宁，B。；Han，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，1122-132（2019）
[26] Olfati-Saber，R。；Murray，R.M.，具有切换拓扑和时滞的代理网络中的一致性问题。IEEE自动控制汇刊，9，1520-1533（2004）·Zbl 1365.93301号
[27] 齐，L。；Sun，D.，互补和变分不等式问题的平滑函数和平滑牛顿方法。优化理论与应用杂志，121-147（2002）·Zbl 1032.49017号
[28] 拉希里，S。；Ren，W.，具有时变成本函数的分布式连续时间凸优化。IEEE自动控制汇刊，41590-1605（2017）·Zbl 1366.93212号
[29] Rahili，S.，Ren，W.，&#38；Lin，P.（2015）。使用非光滑算法对双积分系统的时变成本函数进行分布式凸优化。2015年美国控制会议
[30] 沙哈布，M.T。；Elshafei，M.，《基于时间-能量准则的多机器人运动分布式优化》（2019年），《自主车辆路径规划》
[31] Shi，G。；Johansson，K.H。；Hong，Y.，达成最佳共识：计算凸集交集的动力学系统。IEEE自动控制汇刊，3，610-622（2013）·Zbl 1369.93049号
[32] 斯隆廷，J。；李伟平，应用非线性控制（1991），中国机械出版社：中国机械出版社，美国新泽西州恩格尔伍德克利夫斯：普伦蒂斯·霍尔出版社·Zbl 0753.93036号
[33] Sun，C.，Feng，Z.，&#38；Hu，G.（2019）。多机器人系统不等式约束下的分布式时间序列生成与优化。2019年IEEE/ASME高级智能机电一体化国际会议
[34] Sun，C。；冯，Z。；Hu，G.，基于时间维优化的不确定欧拉-拉格朗日系统分布式编队方法。IEEE控制论汇刊，75984-5998（2022）
[35] Sun，S.，&#38；Ren，W.（2020年）。带有时变目标函数和不等式约束的分布式连续时间优化。2020年IEEE第59届决策与控制会议
[36] Sun，S。；徐，J。；Ren，W.，时变约束凸优化的分布式连续时间算法。IEEE自动控制汇刊，73931-3946（2023）·Zbl 07744887号
[37] Sun，C。；Ye，M。；Hu，G.，无向图下多代理的分布式时变二次优化。IEEE自动控制汇刊，73687-3694（2017）·Zbl 1370.90172号
[38] Sun，S。；Zhang，Y。；林，P。；Ren，W。；Farrell，J.A.，具有状态相关增益的分布式时变优化：算法和实验。IEEE控制系统技术汇刊，1416-425（2022）
[39] Tan，N。；余，P。；张，X。；Wang，T.，基于归零神经动力学方法的连续机器人无模型运动控制。神经网络，21-31（2021）·Zbl 1484.70004号
[40] Tang，Y。；邓，Z。；Hong，Y.，采用嵌入式技术的高阶多智能体系统的最优输出一致性。IEEE控制论汇刊，51768-1779（2019）
[41] 王，B。；费奇。；Wu，Q.，基于有限时间一致性方法的分布式时变资源分配优化。IEEE控制系统快报，2599-604（2021）
[42] 王，X。；王，G。；Li，S.，多智能体系统的分布式定时优化算法。自动化，109-289（2020）
[43] 王，M。；谢毅。；Qin，S.，非光滑非凸优化问题的自适应忆阻器规划神经动力学方法。IEEE系统、人与控制论汇刊：系统，1-12（2023）
[44] 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 07743520号
[45] 夏，L。；李强。；宋，R。；Ge，S.S.，输入受限未知异质非线性MAS的分布式优化动态事件触发控制。神经网络，1-12（2022）·Zbl 1525.93263号
[46] 薛，X。；Bian，W.，基于子梯度的神经网络，用于非光滑凸优化问题。IEEE电路与系统汇刊。I.常规论文，82378-2391（2008）
[47] Yang，S。；刘，Q。；Wang，J.，一个具有比例积分协议的多智能体系统，用于分布式约束优化。IEEE自动控制汇刊，73461-3467（2017）·Zbl 1370.90259号
[48] 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
[49] Zhu，Y。；于伟（Yu，W.）。；文，G。；陈，G。；Ren，W.，求解一般约束凸优化问题的连续时间分布次梯度算法。IEEE自动控制汇刊，41694-1701（2019）·Zbl 1482.90164号
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。