基于连续时间的二阶多智能体分布式资源分配算法

摘要

针对二阶多智能体系统中的分布式资源分配问题,本文设计两种连续时间算法.基于KKT (Karush-Kuhn-Tucker,卡罗需-库恩-塔克)优化条件,第一种控制算法利用节点局部不等式及其梯度信息来约束节点状态.与上述梯度方法不同,第二种控制算法包括一致性梯度下降法和固定时间收敛映射算子,其中固定时间收敛映射算子确保算法的节点状态在固定时间收敛到局部约束集,一致性梯度下降法目的 是确保节点迭代到资源分配问题最优解.两种控制算法都对状态无初始值约束,且控制参数都是常数.利用凸优化理论和固定时间李雅普诺夫方法,分别分析了上述控制策略在有向平衡网络条件下的渐近和指数收敛性.最后通过数值仿真验证了所设计算法在一维和高维资源分配问题的有效性.