.png){kind=icon}
返回
Distributed time-varying constrained optimisation for multi-agent systems: theory and application
.png){kind=icon}
PRE
AI
DOI：10.1080/00207721.2025.2456005.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
本文针对多智能体系统研究了分布式时变约束优化问题，并提出了一种指定时间实用一致性方法来处理该问题。首先，提出了具有一致性部分和优化部分的分布式连续时间算法。在一致性部分，提出了一种与Hessian依赖增益耦合的实用指定时间收敛算法。在优化部分，提供了一种基于惩罚的方法来处理非线性不等式约束。然后，通过设计Hessian依赖增益，可以消除惩罚成本函数非均匀Hessian矩阵的影响。基于该算法，系统状态一致性协议在期望时间内实现，且系统能够实现最优解的渐近跟踪。第三，利用Lyapunov论证证明了系统的指定时间收敛性和渐近最优性。最后，通过数值仿真和实验结果验证了所提出算法的有效性。
Keyword:
Time-varying optimisation
specified-time convergence
nonlinear inequality constraints
期刊
I
IF:
4.6
论文数:
1.1K
被引数:
7.3K
机构
引用论文
Distributed Optimization for Multiagent Systems: An Edge-Based Fixed-Time Consensus Approach多代理系统的分布式优化: 基于边缘的固定时间共识方法
.png){kind=icon}
PREAI
分享收藏Distributed Continuous-Time Convex Optimization With Time-Varying Cost Functions具有时变成本函数的分布式连续时间凸优化
OAAI
OAAI分享收藏分享收藏Distributed Time-Varying Optimization With State-Dependent Gains: Algorithms and Experiments具有状态相关增益的分布式时变优化: 算法和实验OAAI
OAAI分享收藏分享收藏分享收藏
查看更多内容