基于事件驱动的二次凸优化问题分布式优化算法
针对多智能体系统中等式约束下的二次凸优化问题,给出一种事件驱动机制下的分布式优化算法.该算法可以降低每个智能体控制协议的更新频率以及智能体之间的通信负担.基于图论和李雅普诺夫函数方法给出两种不同的事件触发条件,其中第2种事件触发条件不需要拉普拉斯矩阵的最大特征根的信息,可实现算法全分布式实施.两种事件触发条件均可实现算法渐近收敛到优化值,避免智能体控制协议的连续更新以及智能体之间的连续通信,同时保证每个智能体相邻事件触发时刻的时间间隔大于0,避免持续事件触发.将所提出的算法应用于Matlab仿真环境中进行仿真验证,仿真结果验证了所提出算法的有效性.
分布式优化、多智能体系统、事件驱动、一致性、分布式算法、二次凸优化、无向图
34
TP273(自动化技术及设备)
国家自然科学基金项目61673077, 61273108;重庆市基础与前沿研究计划项目CSTC2016jcyjA0361;中央高校基本科研业务费项目106112017CDJQJ178827
2019-08-05(万方平台首次上网日期,不代表论文的发表时间)
共10页
1635-1644