【技术实现步骤摘要】
本专利技术涉及电子信息,尤其涉及一种面向一类分簇集群的高效分布式优化方法。
技术介绍
1、以飞行器为典型代表的智能体因其重要的应用背景而受到广泛关注。由多个智能体组成的集群,有时也称为多智能体系统,在执行复杂任务时相较于单体而言更具优势,包括更强的执行任务能力,较高的灵活性、鲁棒性和可扩展性等。多智能体系统的分布式优化,旨在利用个体的计算和通信实现系统整体性能指标最优。这种方式与传统集中方式相比,不需要将所有数据和信息集中起来,仅需个体根据本地数据进行计算,并与网络中的邻居节点进行通信,且不需要中心节点,因此在许多应用场合中更适用。
2、目前,已有不少分布式优化方法,如分布式次梯度法(distributed subgradientmethod),分布式近端算子法(distributed proximal method)、交替方向乘子法(alternating direction method of multipliers,admm)等等。这些方法适用于较一般的网络拓扑,且在一定假设条件下(如优化问题的凸性、网络的连通性等),
...【技术保护点】
1.一种面向一类分簇集群的高效分布式优化方法,其特征在于,利用簇首对簇内成员具有信息分发和收集的能力,将当前有用信息分发到所述簇内的每个成员;待所述成员根据自身目标函数得到局部结果后,将所述局部结果收集起来进行加权整合;
2.根据权利要求1所述的面向一类分簇集群的高效分布式优化方法,其特征在于,步骤1中,所述初始化通信关系具体为初始化所述分簇集群中各个簇之间的通信关系,包括各簇的簇首通过通信链路连接,以及所述簇首与簇内成员通信连接,使得初始化之后,各通信链路处于活跃状态。
3.根据权利要求1所述的面向一类分簇集群的高效分布式优化方法,其特征在于
...【技术特征摘要】
1.一种面向一类分簇集群的高效分布式优化方法,其特征在于,利用簇首对簇内成员具有信息分发和收集的能力,将当前有用信息分发到所述簇内的每个成员;待所述成员根据自身目标函数得到局部结果后,将所述局部结果收集起来进行加权整合;
2.根据权利要求1所述的面向一类分簇集群的高效分布式优化方法,其特征在于,步骤1中,所述初始化通信关系具体为初始化所述分簇集群中各个簇之间的通信关系,包括各簇的簇首通过通信链路连接,以及所述簇首与簇内成员通信连接,使得初始化之后,各通信链路处于活跃状态。
3.根据权利要求1所述的面向一类分簇集群的高效分布式优化方法,其特征在于,步骤2中在每个时间步k下,所述交互任务s2.1具体为第i个簇首跟相邻的簇首通信,获取变量值后,通过如下方法进行加权...
【专利技术属性】
技术研发人员:梁舒,洪奕光,衣鹏,李修贤,龚炜,
申请(专利权)人:同济大学,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。