文献

J-GLOBAL ID：201702240934630633   整理番号：17A0911109

分散連続時間最適化:不均一勾配利得,有限時間収束,および凸制約集合【Powered by NICT】

Distributed Continuous-Time Optimization: Nonuniform Gradient Gains, Finite-Time Convergence, and Convex Constraint Set

著者 (3件)： Lin Peng (School of Information Science and Engineering, Central South University, Changsha, China) ,  Ren Wei (Department of Electrical and Computer Engineering, University of California, Riverside, CA, USA) ,  Farrell Jay A. (Department of Electrical and Computer Engineering, University of California, Riverside, CA, USA)
資料名： IEEE Transactions on Automatic Control  (IEEE Transactions on Automatic Control)
巻： 62  号： 5  ページ： 2239-2253  発行年： 2017年 
JST資料番号： C0223A  ISSN： 0018-9286  CODEN： IETAA9  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 本稿では,一般的な微分可能凸目的関数を用いた分散最適化問題は,単一積分器動力学による連続時間マルチエージェントシステムのための研究した。目的は,局所的相互作用と情報のみで局所目的関数の和によって形成されたチーム目的関数を最適化協調的に複数のエージェントである不均一勾配利得,有限時間収束,および一般的な凸制約集合を考慮して明確にした。最初に,二次形式の形を持つことを凸目的関数の特別なクラスのために導入した分散非平滑アルゴリズム。すべてのエージェントは有限時間で合意に達する漸近的チーム目的関数を最小化することを示した。第二に,一般的な微分可能凸目的関数を提示した分散アルゴリズムであり,各剤の相互作用増加は局所状態に基づく自己調整できる。,すべてのエージェントは有限時間で合意に達することを保証するために与えられた対応する状態漸近的チーム目的関数を最小化した。第三に,状態依存勾配利得をもつ分散最適化アルゴリズムは,一般的な微分可能凸目的関数に対して与えた。分散連続時間最適化問題を勾配増加は同一でなくても解くことができることを示した。第四に,分散推定アルゴリズムと組み合わせた分散追跡アルゴリズムは,一般的な微分可能凸目的関数に対して与えた。すべてのエージェントは合意に達する有限時間におけるチーム目的関数を最小化することを示した。第五に,以前の結果の拡張として,不均一勾配利得と分散制約された有限時間最適化アルゴリズムを用いた分散型制約付き最適化アルゴリズムを示した。両アルゴリズムは,一般的な凸制約集合を用いた分散連続時間最適化問題を解くために使用できることを示した。数値例は得られた理論的結果を説明した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： エージェント ,  *凸形 ,  分散アルゴリズム ,  *連続時間系 ,  二次形式 ,  微分 ,  マルチエージェントシステム ,  *最適化 ,  アルゴリズム ,  目的関数 ,  最適化問題 ,  相互作用 ,  *利得
準シソーラス用語： 最適アルゴリズム ,  分散最適化 , 【Automatic Indexing@JST】

分類 (1件)： システム設計・解析  (IA02030D)

タイトルに関連する用語 (9件)： 連続時間 ,  最適化 ,  不均一 ,  勾配 ,  利得 ,  収束 ,  凸 ,  制約 ,  集合