控制理论与应用

作者：李庆海,朱亚楠,刘洪喆

单位：南京信息工程大学 自动化学院,南京信息工程大学 自动化学院,东南大学 数学学院

关键词：分布式在线优化; 时变有向图; 静态悔界; 次线性收敛; 非一致性约束

基金：国家自然科学基金项目(62203224, 62203110, 12302032), 国家自然科学基金–联合基金重点项目(U22B2046)资助.

本文研究了一类分布式在线约束优化问题, 其中每个智能体局部损失函数时变且为凸函数, 且仅对自身可知. 各智能体拥有不同的约束集, 且智能体间的通信通过一系列时变不平衡有向图表示. 本文的目标是以分布式方式求解这一在线优化问题. 针对该问题, 本文在推和的框架下结合投影反馈和消除不平衡性的思想, 提出了一种新的分布式在线优化算法. 当全局损失函数为强凸时, 证明了算法的网络静态悔界R(T)以速率O(log(T))收敛. 最后,通过数值仿真实验验证了算法的有效性. 这些结果展示了该算法在解决分布式在线优化问题中的潜在应用前景.

来源：2026年第4期

《控制理论与应用》期刊编辑部

查看控制理论与应用杂志2026年第4期