Una clase de optimización agregativa en línea distribuida en un entorno dinámico desconocido
Autores: Yang, Chengqian; Wang, Shuang; Zhang, Shuang; Lin, Shiwei; Huang, Bomin
Idioma: Inglés
Editor: MDPI
Año: 2024
Acceso abierto
Artículo científico
2024
Una clase de optimización agregativa en línea distribuida en un entorno dinámico desconocido
Categoría
Matemáticas
Subcategoría
Matemáticas generales
Palabras clave
Distribuido
En línea
Agregativo
Optimización
Dinámico
Algoritmo
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 28
Citaciones: Sin citaciones
Este documento considera una clase de problemas de optimización agregativa en línea distribuida sobre una red no dirigida y conectada. Se tiene en cuenta un entorno dinámico desconocido y algunas funciones de agregación, lo cual es diferente de la formulación del problema del enfoque existente, lo que hace que el problema de optimización agregativa sea más desafiante. Se diseña un algoritmo de optimización en línea distribuida para el problema considerado a través del algoritmo de descenso de espejo y el método de seguimiento promedio distribuido. En particular, el entorno dinámico y el gradiente se estiman mediante los métodos de seguimiento promedio, y luego se diseña un algoritmo de optimización en línea a través de un método de descenso de espejo dinámico. Se muestra que el arrepentimiento dinámico está acotado en el orden de . Finalmente, la efectividad del algoritmo diseñado se verifica mediante algunas simulaciones de control cooperativo de un sistema de múltiples robots.
Descripción
Este documento considera una clase de problemas de optimización agregativa en línea distribuida sobre una red no dirigida y conectada. Se tiene en cuenta un entorno dinámico desconocido y algunas funciones de agregación, lo cual es diferente de la formulación del problema del enfoque existente, lo que hace que el problema de optimización agregativa sea más desafiante. Se diseña un algoritmo de optimización en línea distribuida para el problema considerado a través del algoritmo de descenso de espejo y el método de seguimiento promedio distribuido. En particular, el entorno dinámico y el gradiente se estiman mediante los métodos de seguimiento promedio, y luego se diseña un algoritmo de optimización en línea a través de un método de descenso de espejo dinámico. Se muestra que el arrepentimiento dinámico está acotado en el orden de . Finalmente, la efectividad del algoritmo diseñado se verifica mediante algunas simulaciones de control cooperativo de un sistema de múltiples robots.