网络辨识：一种无源性与网络优化方法
最优化与控制
2019-08-12 v1
摘要
网络辨识理论，即辨识已知数量智能体之间的交互拓扑，近年来针对线性智能体已得到广泛发展。然而，针对非线性智能体的理论仍不够完善。我们利用最大平衡无关无源性（MEIP）的概念和网络优化理论，提出了一种针对非线性智能体的网络辨识方法。为此，我们引入一种特殊设计的外生输入，并利用网络化 MEIP 系统的性质。随后我们专门针对 LTI 智能体，表明该方法在那种情况下给出了一种用于网络重构的分布式三次时间算法。我们还讨论了选择外生输入的不同方法，并给出了一个基于神经网络模型的例子。
引用
@article{arxiv.1807.06841,
title = {Network Identification: A Passivity and Network Optimization Approach},
author = {Miel Sharf and Daniel Zelazo},
journal= {arXiv preprint arXiv:1807.06841},
year = {2019}
}
备注
8 Pages, 3 Figures