通信受限下的分布式一致及優(yōu)化問題研究
發(fā)布時(shí)間:2024-02-14 19:46
受自然界一些奇妙現(xiàn)象的啟發(fā)(比如:鳥類可以保持特定的隊(duì)形飛行;魚群可以按照一致的速度巡游),多智能體網(wǎng)絡(luò)在近些年以來(lái)受到了廣泛的關(guān)注。多智能體網(wǎng)絡(luò)通常包括多個(gè)具有感知、計(jì)算、通信能力的智能體。其中每個(gè)智能體通過與它的鄰居進(jìn)行通信從而與其他智能體協(xié)作地實(shí)現(xiàn)全局目標(biāo),而不是簡(jiǎn)單地各自承擔(dān)不同的任務(wù)。由于其具備的便捷性、高效性、魯棒性,多智能體網(wǎng)絡(luò)在處理大型的復(fù)雜系統(tǒng)的問題時(shí)有著顯著的優(yōu)勢(shì)。目前多智能體網(wǎng)絡(luò)已經(jīng)在多個(gè)領(lǐng)域被廣泛的應(yīng)用,例如無(wú)人機(jī)的編隊(duì)控制、多區(qū)域互聯(lián)電力系統(tǒng)等。為了應(yīng)對(duì)多智能體網(wǎng)絡(luò)中普遍存在的通信資源限制,在本文中,我們將考慮在通信能源和通信帶寬受限情況下的分布式一致及優(yōu)化問題。為了盡可能地減少通信能源的浪費(fèi)以及避免通信網(wǎng)絡(luò)的擁堵,我們將事件觸發(fā)控制和量化控制引入了分布式一致及優(yōu)化算法的設(shè)計(jì)中。本文的主要內(nèi)容可以概括為以下兩點(diǎn)。1.首先,我們提出了一種基于事件觸發(fā)和量化通信的分布式一致算法設(shè)計(jì)框架。在這個(gè)框架中,我們明確給出了事件觸發(fā)機(jī)制和量化機(jī)制的設(shè)計(jì)方法。而且,為了消除外加干擾所帶來(lái)的影響,我們提出了一種新型的多重離散滑模面,并綜合考慮滑模面,事件觸發(fā)和量化機(jī)制給出了對(duì)應(yīng)...
【文章頁(yè)數(shù)】:64 頁(yè)
【學(xué)位級(jí)別】:碩士
【文章目錄】:
摘要
ABSTRACT
第1章 緒論
1.1 多智能體網(wǎng)絡(luò)
1.2 分布式一致
1.3 分布式優(yōu)化
1.4 研究背景
1.4.1 量化控制策略
1.4.2 事件觸發(fā)控制策略
1.5 研究現(xiàn)狀
1.5.1 通信約束下的分布式一致問題
1.5.2 通信約束下的分布式優(yōu)化問題
1.6 本文貢獻(xiàn)
1.7 本文結(jié)構(gòu)
第2章 事件觸發(fā)和量化控制下的分布式一致算法設(shè)計(jì)
2.1 引言
2.2 基礎(chǔ)知識(shí)
2.2.1 圖論
2.2.2 凸集和凸函數(shù)
2.2.3 非光滑函數(shù)
2.2.4 量化器
2.2.5 事件觸發(fā)函數(shù)
2.2.6 滑?刂撇呗
2.2.7 本文標(biāo)記
2.3 問題描述
2.4 連續(xù)型事件觸發(fā)情形下的分布式一致算法設(shè)計(jì)
2.4.1 算法設(shè)計(jì)
2.4.2 收斂性分析
2.4.3 Zeno現(xiàn)象分析
2.4.4 數(shù)值仿真
2.5 自觸發(fā)和周期型事件觸發(fā)情形下的分布式一致算法設(shè)計(jì)
2.5.1 自觸發(fā)情形
2.5.2 周期型事件觸發(fā)情形
2.5.3 數(shù)值仿真
2.6 本章小結(jié)
第3章 事件觸發(fā)和量化控制下的分布式優(yōu)化算法設(shè)計(jì)
3.1 引言
3.2 問題描述
3.3 連續(xù)型事件觸發(fā)情形下的分布式優(yōu)化算法設(shè)計(jì)
3.3.1 算法設(shè)計(jì)
3.3.2 收斂性分析
3.3.3 Zeno現(xiàn)象分析
3.3.4 數(shù)值仿真
3.4 自觸發(fā)和周期型事件觸發(fā)情形下的分布式優(yōu)化算法設(shè)計(jì)
3.4.1 自觸發(fā)情形
3.4.2 周期型事件觸發(fā)情形
3.4.3 數(shù)值仿真
3.5 本章小結(jié)
結(jié)論
參考文獻(xiàn)
附錄A 收斂性證明
A.1 約束集收斂性分析
A.2 一致性分析
A.3 最優(yōu)點(diǎn)收斂性分析
攻讀碩士學(xué)位期間發(fā)表的論文及其他成果
致謝
本文編號(hào):3898511
【文章頁(yè)數(shù)】:64 頁(yè)
【學(xué)位級(jí)別】:碩士
【文章目錄】:
摘要
ABSTRACT
第1章 緒論
1.1 多智能體網(wǎng)絡(luò)
1.2 分布式一致
1.3 分布式優(yōu)化
1.4 研究背景
1.4.1 量化控制策略
1.4.2 事件觸發(fā)控制策略
1.5 研究現(xiàn)狀
1.5.1 通信約束下的分布式一致問題
1.5.2 通信約束下的分布式優(yōu)化問題
1.6 本文貢獻(xiàn)
1.7 本文結(jié)構(gòu)
第2章 事件觸發(fā)和量化控制下的分布式一致算法設(shè)計(jì)
2.1 引言
2.2 基礎(chǔ)知識(shí)
2.2.1 圖論
2.2.2 凸集和凸函數(shù)
2.2.3 非光滑函數(shù)
2.2.4 量化器
2.2.5 事件觸發(fā)函數(shù)
2.2.6 滑?刂撇呗
2.2.7 本文標(biāo)記
2.3 問題描述
2.4 連續(xù)型事件觸發(fā)情形下的分布式一致算法設(shè)計(jì)
2.4.1 算法設(shè)計(jì)
2.4.2 收斂性分析
2.4.3 Zeno現(xiàn)象分析
2.4.4 數(shù)值仿真
2.5 自觸發(fā)和周期型事件觸發(fā)情形下的分布式一致算法設(shè)計(jì)
2.5.1 自觸發(fā)情形
2.5.2 周期型事件觸發(fā)情形
2.5.3 數(shù)值仿真
2.6 本章小結(jié)
第3章 事件觸發(fā)和量化控制下的分布式優(yōu)化算法設(shè)計(jì)
3.1 引言
3.2 問題描述
3.3 連續(xù)型事件觸發(fā)情形下的分布式優(yōu)化算法設(shè)計(jì)
3.3.1 算法設(shè)計(jì)
3.3.2 收斂性分析
3.3.3 Zeno現(xiàn)象分析
3.3.4 數(shù)值仿真
3.4 自觸發(fā)和周期型事件觸發(fā)情形下的分布式優(yōu)化算法設(shè)計(jì)
3.4.1 自觸發(fā)情形
3.4.2 周期型事件觸發(fā)情形
3.4.3 數(shù)值仿真
3.5 本章小結(jié)
結(jié)論
參考文獻(xiàn)
附錄A 收斂性證明
A.1 約束集收斂性分析
A.2 一致性分析
A.3 最優(yōu)點(diǎn)收斂性分析
攻讀碩士學(xué)位期間發(fā)表的論文及其他成果
致謝
本文編號(hào):3898511
本文鏈接:http://sikaile.net/kejilunwen/zidonghuakongzhilunwen/3898511.html
最近更新
教材專著