.png){kind=icon}
返回
A universal framework for nabla nonlinear distributed optimisation algorithms
.png){kind=icon}
PRE
AI
DOI：10.1080/00207721.2025.2507841.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
本文介绍了一种新颖的状态空间方法来处理非线性系统。分布式优化问题根据其功能被分解为共识和最优性子问题。具体而言，设计了平均输入跟踪器和平均状态观测器以解决这两个子问题，从而构建了适用于非线性系统的离散时间分数阶分布式优化算法框架。文中提供了一种温和的输入律，并通过构造李雅普诺夫函数证明了其收敛性。该输入律允许更广泛的目标函数，展示了框架的灵活性。由于分数阶属于区间 $ (0, 1] $，该框架在必要时可退化为整数形式。利用所构建的框架，开发了两种分布式优化算法：一种基于均值估计，另一种基于push-sum协议。通过四个数值仿真验证了这些算法的有效性。
Keyword:
Distributed optimisation
nabla fractional difference and sum
multi-agent system
fractional difference inequalities
control theory
期刊
I
IF:
4.6
论文数:
1.1K
被引数:
7.3K
机构
引用论文
分享收藏
分享收藏Fully distributed consensus of discrete-time linear multi-agent systems with large input and communication delays.png)
ISA TRANSACTIONS
ISA TRANSACTIONSIF6.5
PREAI
分享收藏A Generic Algorithm Framework for Distributed Optimization Over the Time-Varying Network With Communication Delays具有通信延迟的时变网络分布式优化的通用算法框架
PREAI
分享收藏Fractional difference inequalities for possible Lyapunov functions: a review分数阶差分不等式在可能的Lyapunov函数中的应用：综述
PREAI
分享收藏分享收藏
查看更多内容