返回
Event-Triggered Discrete-Time ZNN Algorithm for Distributed Optimization with Time-Varying Objective Functions
DOI:10.3390/electronics14071359.png)
摘要
En 中文
本文研究了多智能体系统(MASs)中具有时变目标函数的离散时间分布式优化问题。提出了一种新颖的完全分布式事件触发离散时间零化神经网络(ET-DTZNN)算法,用于解决离散时间分布式时变优化(DTDTVO)问题,且无需依赖周期性通信。每个智能体仅依靠本地信息(如其自身目标函数)来确定最优解。此外,仅在满足事件触发条件时才与邻居智能体交换信息,显著降低了通信消耗。ET-DTZNN算法是通过采用欧拉公式对所提出的事件触发连续时间零化神经网络(ET-CTZNN)模型进行离散化而得到的。ET-CTZNN模型在连续时间动力学下采用半集中式框架解决时变优化问题。理论分析严格证明了ET-CTZNN模型和ET-DTZNN算法的收敛性。仿真结果突显了该算法在有效性、精度以及通信效率方面的优越性,相较于传统的基于周期性通信的方法具有明显优势。
Keyword:
distributed optimization
event-triggered
time-varying
zeroing neural network
discrete time
期刊
IF:
2.6
论文数:
1.0W
被引数:
4.7W
机构
引用论文
Optimal Control of Centralized Thermoelectric Generation System under Nonuniform Temperature Distribution Using Barnacles Mating Optimization Algorithm
Electronics
IF0
Distributed Robust Optimization Method for Active Distribution Network with Variable-Speed Pumped Storage
Electronics
IF0

