时变分布式优化的有限时间收敛算法
最优化与控制
2023-09-04 v2
摘要
本文关注求解时变（TV）分布式优化（TVDO）的有限时间（FT）收敛分布式算法。目标是在有限时间内通过多智能体协调，最小化局部时变代价函数之和，并满足可能的时变约束。具体而言，研究了两类 TVDO：无约束分布式一致性优化，以及具有时变代价函数与耦合等式约束的分布式最优资源分配问题（DORAP）。对前者，基于非光滑分析，借助带局部辅助子系统的扩展零梯度和方法，提出了一种具有 FT 收敛性的连续时间分布式不连续动力学。进而通过对偶变换，进一步得到 TV-DORAP 的 FT 收敛分布式动力学。特别地，对偶变量动力学中无需代价函数 Hessian 矩阵求逆，而另一局部优化需在每一时刻求解以获得原始变量。最后，通过两个数值算例验证了所提算法。
引用
@article{arxiv.2210.03947,
title = {Finite-Time Convergent Algorithms for Time-Varying Distributed Optimization},
author = {Xinli Shi and Guanghui Wen and Xinghuo Yu},
journal= {arXiv preprint arXiv:2210.03947},
year = {2023}
}