基于动态事件触发策略和异步周期检测的分布式凸优化

摘要

本文研究了多智能体系统的优化问题,在局部成本函数可微并且强凸的条件下,提出了分布式凸优化算法,使得智能体的状态渐近收敛到全局最优点。为了节省系统的通信成本及降低系统的能量消耗,本文引入了积分型动态事件触发机制。不同于传统的周期检测,本文研究的事件检测具有异步性,即每个智能体基于自己的时钟周期地检查事件触发条件。当满足事件触发条件时,相应智能体及其邻居更新它们的控制输入。此外,由于事件触发时刻的最小时间间隔是检测周期h,Zeno行为可以很自然地被排除。最后,数值仿真验证了算法的有效性。