控制理论与应用

作者：谢奕彬,高文华

单位：华南理工大学,华南理工大学

关键词：分布式优化; 无梯度; 量化; 事件触发机制; 时变不平衡有向图

基金：国家自然科学基金项目(61803108), 广州市科技计划项目(202002030158)资助.

本文研究多智能体系统的分布式约束优化问题, 系统中的每个智能体仅知道自身的局部目标函数和全局非空约束集, 通过与邻居节点进行信息交互, 最终协同求出优化问题的最优解. 本文所提出的算法针对通信网络为时变不平衡有向图, 且每个智能体不知道它的出度的情况. 同时考虑到现实中通信带宽有限和通讯成本的限制, 应用基于编译码方案的量化技术对节点之间的通讯信息进行预处理, 再利用事件触发广播技术降低网络的通信次数.同时引入高斯光滑函数和随机无梯度方法替代传统的次梯度方法. 本文提出了基于事件触发的分布式量化随机无梯度算法, 在目标函数为凸且Lipschitz连续的条件下, 证明了所提算法能收敛到最优值的邻域, 同时给出了使量化器不饱和量化水平更新规则. 最后通过数值仿真验证了算法的有效性和可行性.

来源：2021年第8期

《控制理论与应用》期刊编辑部

查看控制理论与应用杂志2021年第8期