×

多个不确定拉格朗日对象任务空间二部协调的递阶优化。 (英语) Zbl 1507.93006号

摘要:本文研究了动态参数不可用的多个不确定拉格朗日对象(MULP)任务空间二部协调的分布式优化与控制算法。我们基于用户定义的局部代价函数之和建立全局代价函数,这些局部代价函数分别表示为MULP中的所有个体。我们提出了一种分层优化算法,其中包括分布式优化估计器和不同层的自适应局部控制器,以强制MULP的任务空间输出在某些特定点实现双边协调,其中全局代价函数以分布式方式最小化。特别是,该算法是完全分布式的,即在实现上述目标时没有使用全局信息。此外,分层算法也是以隐私保护的方式设计的,因为假设只有每个工厂的估计状态对其邻居是可访问的,即每个工厂的实际状态对其他工厂是不可访问的。最后,进行了仿真研究,验证了主要结果的有效性。

MSC公司:

93甲13 层次系统
93甲16 多代理系统
93B70型 网络控制
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] Altafini,C.,具有对抗性交互的网络共识问题,IEEE自动控制汇刊,58,4,935-946(2012)·Zbl 1369.93433号
[2] 巴林,M。;Zanon,M。;科伦坡,A。;Falcone,P.,扰动约束网络控制系统的最优控制设计,IEEE控制系统快报,5,2,553-558(2021)
[3] 巴龙,V。;Finez,A。;Bouley,S。;Fayet,F。;Mars,J.I。;Nicolas,B.,深海采矿中声源定位的水听器阵列优化、概念和验证,IEEE海洋工程杂志,46,2,555-563(2021)
[4] 贝克斯,T。;库利奇,D。;Hirche,S.,欧拉-拉格朗日系统的基于稳定高斯过程的跟踪控制,Automatica,103390-397(2019)·Zbl 1415.93289号
[5] 蔡,H。;Huang,J.,具有自适应分布式观测器的多个不确定Euler-Lagrange系统的领导者共识,IEEE自动控制学报,61,10,3152-3157(2016)·Zbl 1359.93220号
[6] 朱,Z。;库马南,K。;丁,Z。;约翰斯顿,M。;Le Goff,S.,MIMO保密信道的鲁棒中断保密率优化,IEEE无线通信快报,4,1,86-89(2015)
[7] Deng,Z.,加权有向图上二阶多智能体系统资源分配问题的分布式算法设计,IEEE系统、人与控制论事务:系统,51,6,3512-3521(2021)
[8] 丁·T·F。;Ge,M.-F。;刘,Z.-W。;王永伟。;Karimi,H.R.,有向矩阵加权有符号图上网络机器人系统的滞后阵形跟踪,IEEE控制论汇刊,52,7,6759-6770(2022)
[9] Ge,M.-F。;关,Z.-H。;胡斌;他,D.-X。;Liao,R.-Q.,采样交互下网络机器人系统目标跟踪的分布式控制器估计器,Automatica,69,410-417(2016)·Zbl 1338.93247号
[10] Klügel先生。;Mamduhi,M。;Ayan,O.,实时网络控制系统中的联合跨层优化,IEEE网络系统控制事务,7,4,1903-1915(2020)·Zbl 07583255号
[11] 李,Z。;段,Z。;Lewis,F.L.,具有异质匹配不确定性的多智能体系统的分布式鲁棒一致性控制,Automatica,50,3,883-889(2014)·Zbl 1298.93026号
[12] X·梁。;黄,X。;王,M。;Zeng,X.,无任务空间和联合空间速度测量的机器人自适应任务空间跟踪控制,IEEE机器人学报,26,4,733-742(2010)
[13] 刘,Q。;Ye,M。;秦,J。;Yu,C.,网络化Euler-Lagrange代理的领导-跟随一致性事件触发算法,IEEE系统、人与控制论事务:系统,49,7,1435-1447(2019)
[14] Lu,M。;Liu,L.,Leader-foollowing consensition of multiple uncertainty Euler-Lagrange systems with unknown dynamic Leader,IEEE Transactions on Automatic Control,64,10,4167-4173·Zbl 1482.93022号
[15] 梅,J。;Ren,W。;陈,J。;Ma,G.,不使用邻域速度信息的有向图下多个拉格朗日系统的分布式自适应协调,Automatica,49,6,1723-1731(2013)·Zbl 1360.93047号
[16] Moore,E.H.,《关于一般代数矩阵的倒数》,美国数学学会公报,26,9,394-395(1920)
[17] Moser,D。;施密德,R。;Waschl,H。;del Re,L.,使用随机模型预测控制的灵活间隔自适应巡航控制,IEEE控制系统技术汇刊,26,1,114-127(2018)
[18] Ngo,V.-T。;Liu,Y.C.,基于事件的通信和网络化Euler-Lagrange系统任务空间一致性控制,IEEE网络系统控制事务,8,2,555-565(2021)
[19] Nuño,E。;Aldana,C.I。;Basañez,L.,具有可变时延的异构和不确定机器人系统网络中的任务空间共识,国际自适应控制和信号处理杂志,31,61917-937(2017)·Zbl 1366.93015号
[20] Olfati-Saber,R。;Murray,R.M.,具有切换拓扑和延迟的代理网络中的共识问题,IEEE自动控制汇刊,49,9,1520-1533(2004)·Zbl 1365.93301号
[21] Rockafellar,R.,《凸分析》(1972),普林斯顿大学出版社:新泽西州普林斯顿大学出版·Zbl 0224.49003号
[22] Rockafellar,R.,《非线性规划:理论和算法》(2005),Wiley:Wiley New York,NY,USA
[23] Shi,J.,基于事件触发方案的非线性多智能体系统协同控制,IEEE电路与系统事务II:Express Briefs,68,6,1977-1981(2021)
[24] Sundararajan,A。;Van Scoy,B。;Lessard,L.,时变图上一阶分布式优化算法的分析和设计,IEEE网络系统控制汇刊,7,41597-1608(2020)·Zbl 07583228号
[25] van Horssen,E。;Prakash,S。;Antunes,D。;Heemels,M.,具有随机延迟的线性系统的具有截止时间优化的事件驱动控制,IEEE网络系统控制事务,5,4,1819-1829(2018)·Zbl 1515.93163号
[26] 维埃尔,C。;Bertrand,S。;基弗,M。;Piet-Lahanier,H.,《用于多智能体编队稳定和跟踪的分布式事件触发控制策略》,Automatica,106,110-116(2019)·Zbl 1429.93229号
[27] Wang,H.,网络拉格朗日系统一致性的差分级联框架,Automatica,112,文章108620 pp.(2020)·Zbl 1430.93197号
[28] Wang,R。;Dong,X。;李强。;Ren,Z.,具有定向拓扑的一般线性多智能体系统的分布式时变输出形成控制,IEEE网络系统控制汇刊,6,2,609-620(2019)·Zbl 1515.93150号
[29] 王,X。;王,G。;Li,S.,扰动二阶多智能体系统的分布式有限时间优化,IEEE控制论汇刊,51,9,4634-4647(2021)
[30] Wu,Y.-D。;Ge,M.-F。;丁·T·F。;Chen,C.-Y。;Ling,G.,通过分层有限时间控制实现网络机器人系统的任务空间二分跟踪,非线性动力学,100,4,3469-3483(2020)·Zbl 1516.93191号
[31] Wu,Y.-D。;Ge,M.-F。;刘,Z.-W。;Zhang,W.-Y。;Wei,W.,基于分布式CPS的微电网二次控制,具有最优功率分配和有限通信,IEEE智能电网交易,13,1,82-95(2022)
[32] 徐,T。;Hao,Y。;Duan,Z.,《有向图上多个Euler-Lagrange系统的完全分布式控制:事件触发方法》,IEEE电路与系统汇刊。I.常规论文,67,6,2078-2090(2020)·Zbl 1468.93021号
[33] 杨琼。;方,H。;陈,J。;江,Z。;Cao,M.,一类Euler-Lagrange系统的分布式全局输出反馈控制,IEEE自动控制事务,62,9,4855-4861(2017)·Zbl 1390.93092号
[34] 张,Z。;严,W。;Li,H.,一般有向图上线性多智能体系统的分布式最优控制,IEEE自动控制汇刊,66,1,322-328(2021)·兹伯利07320153
[35] 周永强。;Li,D.W。;Xi,Y.G。;Gao,F.R.,一类非线性互联系统的事件触发分布式鲁棒模型预测控制,Automatica,136,文章110039 pp.(2021)·Zbl 1480.93127号
[36] 邹,Y。;孟,Z。;Hong,Y.,《Euler-Lagrange系统的自适应分布式优化算法》,Automatica,119,第109060页,(2020)·Zbl 1451.93173号
此参考列表基于出版商或数字数学图书馆提供的信息。它的项目与zbMATH标识符启发式匹配,并且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。