科研之友
微信
新浪微博
Facebook
分享链接
摘要
研究了集合约束下异构线性多智能体系统的分布式优化问题。分布式优化的目标是最小化局部目标函数之和组成的全局目标函数，其中，每个智能体只知道其自身的目标函数。首先，针对多智能体系统的线性和异构性，通过智能体的自身状态和其邻居输出信息的反馈组合提出了一种全分布式优化算法，在集合约束下解决分布式凸优化问题。其次，局部目标函数的梯度除满足Lipschitz条件外，没有其他特殊限制，并且放宽了对矩阵秩的要求。该算法根据凸优化理论和李雅普诺夫函数法证明了智能体的状态可以渐近收敛到全局最优点。最后，通过数值仿真验证了理论结果的可行性和有效性。
- 单位
