基于相对状态符号信息的分布式优化算法

• 作者: 张家绮 游科友
• 来源期刊: 南京信息工程大学学报
• 学科: 工学
• 关键词: 分布式优化 多智能体网络 相对状态符号 惩罚函数法 次梯度方法
• 年，卷（期）: 2018,（6）
• 页码范围: 647-657
• 页数: 11页
• 分类号: TP13
• 字数: 9692字
• 语种: 中文
• DOI: 10.13878/j.cnki.jnuist.2018.06.001

摘要

针对网络化多智能体的分布式优化问题,本文讨论一种只利用邻居相对状态的符号信息的分布式算法.该算法不要求与图相关的权重矩阵是双随机矩阵.首先利用优化理论中的惩罚函数法解释该算法,然后分析算法在静态图上的收敛性以及收敛速度.与现有使用邻居相对状态的完整信息的分布式梯度下降算法相比,所提算法的收敛速度并没有本质上降低.另一方面,将所提算法扩展到确定性和随机性的时变图上,并给出相应的收敛性结论.最后,通过数值仿真实验验证算法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	游科友	清华大学自动化系	5	6	1.0	2.0
5	张家绮	清华大学自动化系	1	1	1.0	1.0