.png){kind=icon}
返回
Distributed online aggregation optimization with time-varying constraints
.png){kind=icon}
PRE
AI
DOI：10.1002/asjc.3747.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
本文主要研究具有聚合变量和时间变化凸约束的分布式在线优化问题。所有智能体协作以最小化局部凸函数之和，其中每个局部成本函数仅被一个智能体访问，并包含两个变量，包括智能体的决策和所有智能体决策的聚合变量。与大多数现有工作不同，后者假设约束集为时间不变，本文通过引入单向Hausdorff距离，考虑了时间变化约束的情况。首先，提出了一种新的投影聚合跟踪算法，该算法能够保证所有智能体的决策始终满足时间变化的约束。其次，证明了动态后悔具有次线性上界。最后，通过数值实验验证了所提出算法的有效性。
Keyword:
aggregative variable
distributed online aggregation optimization
the one-way Hausdorff distance
time-varying constraints
期刊
IF:
2.7
论文数:
603
被引数:
4.7K
机构
引用论文
.png){kind=icon}
Energy Efficient Task Offloading and Resource Allocation in Air-Ground Integrated MEC Systems: A Distributed Online Approach空地集成MEC系统中的节能任务卸载和资源分配: 一种分布式在线方法
PREAI
分享收藏DeePGA: A Privacy-Preserving Data Aggregation Game in Crowdsensing via Deep Reinforcement Learning
PREAI
分享收藏
查看更多内容