.png){kind=icon}
返回
A Two-Average-Tracking Scheme in Distributed Optimization With a Small-Gain Convergence Analysis
.png){kind=icon}
PRE
AI
DOI：10.1002/asjc.70243.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
本文研究了无向连通图上的多智能体系统分布式凸优化问题，并提出了一种基于双平均跟踪机制的全新分布式算法。与仅依赖梯度跟踪的现有方法不同，所提出的设计通过引入梯度信息和智能体状态的分立跟踪器，将集中式动态中的两个固有平均运算去中心化。该双平均跟踪架构为分布式优化设计范式开辟了新的算法途径。除算法创新外，本文通过构建基于小增益定理的新型分析框架，为收敛性分析做出了理论贡献，这与传统的李雅普诺夫函数方法形成对比。与主要局限于离散时间系统或依赖复杂不等式操作的现有小增益分析不同，所提出的框架专为连续时间分布式优化设计，并具有简化的增益验证程序：线性静态子系统的有限增益通过卡尔曼-亚库波夫-波波夫（KYP）引理认证，而非线性动态子系统的增益则通过梯度映射的李普希茨连续性确保。此外，小增益定理从经典的二子系统设置扩展到三子系统分解，实现了更精准的增益分析，并提高了在高维和强耦合系统中的应用性。
Keyword:
distributed convex optimization
small-gain theorem
two-average-tracking
期刊
IF:
2.7
论文数:
603
被引数:
4.7K
机构
引用论文
.png){kind=icon}
Two-Group Distributed Optimization Under Cooperative-Collaborative Networks With Linear Convergence
PREAI
分享收藏Distributed Optimization of Nonlinear Multiagent Systems: A Small-Gain Approach非线性多智能体系统的分布式优化: 一种小增益方法
OAAI
OAAI分享收藏
查看更多内容