返回
Distributed optimization for uncertain nonlinear MASs under event-triggered communication
DOI:10.1016/j.automatica.2025.112134.png)
摘要
En 中文
本文考虑了在动态事件触发机制(DETM)下,具有不匹配不确定性的非线性多智能体系统(MASs)的分布式自适应优化问题。与现有主要针对线性MASs在静态或简单事件触发通信下的分布式优化结果不同,本文考虑了更一般的具有不匹配不确定性的非线性MASs,这使得分布式优化策略的设计更具挑战性。为解决此问题,首先针对一阶不确定非线性MASs提出了一种基于动态事件触发机制的分布式自适应优化算法,该算法能够提供基于智能体交互的动态自适应事件采样。在此基础上,通过采用反步技术,为高阶不确定非线性MASs设计了一种基于DETM的分布式自适应优化算法。具体而言,通过引入一个高阶滤波器,进一步提出了一种改进的分布式优化算法,以确保局部参考值的高阶导数存在,从而便于反步技术的应用。最终,提供了一个包含对比的仿真示例,以展示所开发算法的有效性。(c)2025 Published by Elsevier Ltd.
Keyword:
Distributed optimization
Adaptive control
Backstepping technique
Event-triggered communication
期刊
IF:
5.9
论文数:
1.2W
被引数:
5.2W
机构
引用论文
Distributed event-triggered algorithms for a class of convex optimization problems over directed networks有向网络上一类凸优化问题的分布式事件触发算法
AUTOMATICA
IF5.9
Distributed Global Optimization for a Class of Nonconvex Optimization With Coupled Constraints一类耦合约束非凸优化的分布式全局优化
A distributed event-triggered transmission strategy for sampled-data consensus of multi-agent systems
AUTOMATICA
IF5.9
Adaptive backstepping based consensus tracking of uncertain nonlinear systems with event-triggered communication
AUTOMATICA
IF5.9

