基于黎曼增广拉格朗日法的正网络 $H^2$-最优降阶
最优化与控制
2022-05-13 v3 系统与控制
系统与控制
摘要
在本研究中，我们将稳定正网络系统的模型降阶问题表述为一个约束黎曼优化问题，其目标函数为原网络系统与降阶网络系统的 -误差。我们通过将基于聚类的方法（正网络系统模型降阶最知名的方法之一）的输出作为所提方法的初值，改善了基于聚类方法的降阶性能。所提方法在应用黎曼增广拉格朗日法（RALM）并推导拉格朗日量的黎曼梯度时，在保持稳定性、正性与互联结构性质的同时降低了网络系统的维数。为检验方法效率，我们进行了数值实验，并在 -误差与 -误差意义上与基于聚类的方法进行比较。
引用
@article{arxiv.2112.15389,
title = {$H^2$-Optimal Reduction of Positive Networks using Riemannian Augmented Lagrangian Method},
author = {Sota Misawa and Kazuhiro Sato},
journal= {arXiv preprint arXiv:2112.15389},
year = {2022}
}
备注
Published by IEEE L-CSS