A Decentralized Optimal Control Framework for Connected Automated Vehicles at Urban Intersections with Dynamic Resequencing
早期的工作已经建立了一个分散的框架，以最佳地控制连接自动车辆（CAV）通过城市交叉口，而不使用明确的交通信号，同时遵循严格的先进先出（FIFO）排队结构。所提出的解决方案最大限度地减少能源消耗的FIFO为基础的吞吐量最大化的要求。在本文中，我们扩展的解决方案，考虑到不对称的交叉口，通过放松FIFO的约束，并包括一个动态的重新排序过程，以最大限度地提高交通吞吐量。为了研究吞吐量最大化和能量最小化目标之间的权衡，我们利用了几个替代问题的配方。此外，分析了重排序过程的计算复杂性，并证明了其有界性，使得在线实现在计算上是可行的。通过仿真说明了动态重排序过程在吞吐量最大化方面的有效性
2018-09-01 math.OC
Automated Performance Estimation for Decentralized Optimization via Network Size Independent Problems
我们开发了一种新的配方的性能估计问题（PEP）的分散优化，其大小是独立的代理网络中的数量。PEP方法允许通过求解SDP来自动计算一阶最优化方法的最坏情况性能和最坏情况实例。与以前的工作不同，我们的新PEP配方的大小是独立的网络大小。为了这个目的，我们采取了分散的问题的全局视图，我们也解耦的共识子空间和它的正交补。我们将我们的方法应用于不同的分散方法，如DGD，DIGing和EXTRA，并获得对任何网络规模都有效的数字上严格的性能保证。
2022-10-03 cs.MA math.OC
Decentralized Cooperative Merging of Platoons of Connected and Automated Vehicles at Highway On-Ramps
在本文中，我们提出了一个优化框架，在高速公路入口匝道的连接和自动化车辆的车队的合作合并。该框架包括（1）最优调度算法，通过该算法，每个车队导出安全进入高速公路的顺序和时间，以及（2）最优控制算法，其允许每个车队导出其在燃料消耗方面的最优控制输入（加速/减速）。我们通过VISSIM-MATLAB仿真环境评估所提出的优化框架的有效性。拟议的框架大大减少了车队在高速公路入口匝道的过境时间和燃料消耗。
2021-02-22 math.OC
$α$-Potential Games for Decentralized Control of Connected and Automated Vehicles
Columbia University（哥伦比亚大学）；Imperial College London（伦敦帝国理工学院）
本文提出$α$-势游戏框架，用于去中心化控制连接和自动化车辆，通过去中心化神经网络策略算法解决纳什均衡问题，有效捕捉碰撞避免和异质行为。
2025-12-05 cs.GT cs.MA math.OC
Decentralized demand response for temperature-constrained appliances
电网向所谓的智能电网发展，其中信息技术有助于提高电力生产，分配和消费的效率，允许使用物联网能力带来的细粒度控制，以在电网请求时执行分布式需求响应。在本文中，我们研究的需求响应潜力的协调大量的器具，必须保持一定的温度在一个固定的范围内，通过开/关功能的温度调节器。我们引入了一个数学模型和方法来协调器具与给定的要求，以提供一个全球的能源需求减少一个理想的持续时间，同时仍然满足温度的限制，并与有限的通信开销。我们量化的最大功率降低，可以达到，作为电网要求的减少持续时间的函数。
2017-05-02 math.OC
On the Traffic Impacts of Optimally Controlled Connected and Automated Vehicles
University of Delaware（特拉华大学）；Oak Ridge National Laboratory（橡树岭国家实验室）
本文研究了最优控制连接和自动化车辆对交通网络性能的影响，采用去中心化最优控制框架并与传统车辆进行比较，发现引入CAV显著提高了道路容量和网络性能。
2019-05-24 cs.SY eess.SY math.OC
DLMP-based Coordination Procedure for Decentralized Demand Response under Distribution Network Constraints
负荷聚合器是独立的私人实体，其目标是优化多个住宅消费者提供的能源消耗灵活性。虽然聚合器以分散的方式优化其决策，但如果其各自的消费者属于同一配电网，则它们间接地联系在一起。这对于负责配电网可靠性的配电系统运营商（DSO）来说是一个重要的问题，它必须确保所采取的分散决策不违反电网约束，并且不增加全局系统成本。从信息的角度来看，网络状态和特征对DSO来说是保密的，这使得分散式解决方案更具相关性。为了解决这个问题，我们提出了一个分散的协调机制之间的DSO和多个聚合器，计算最佳的需求响应曲线，同时解决最优潮流问题。该程序，基于分布位置边际价格（DLMP），保留了分散的结构的信息和决策，并导致一个可行的和最优解的聚合器和DSO。从机制设计的角度分析了这一过程，并提出了不同的分散方法，可以用来实现这一过程。
2020-08-27 cs.MA math.OC
Decentralized Optimal Coordination of Connected and Automated Vehicles for Multiple Traffic Scenarios
互联和自动驾驶汽车（CAV）为优化能源消耗和出行时间提供了最有趣的机会。在文献中已经提出了几种方法，允许CAV协调的情况下，有一个潜在的冲突，例如，在信号交叉口，合并在道路和环岛，以减少能源消耗和优化交通流量。在本文中，我们考虑的问题，协调CAV在一个由多个交通场景的走廊。我们制定了一个两级的最优化问题，我们最大限度地提高交通吞吐量的上层问题，并得出一个封闭形式的解析解，产生的最优控制输入为每个CAV，在燃料消耗方面，在低级别的问题。通过在100%CAV穿透率下的仿真验证了该方法的有效性。与由人类驾驶的车辆组成的基准情景相比，车辆的燃料消耗和旅行时间显著减少。
2020-03-09 math.OC
A Decentralized Multi-block ADMM for Demand-side Primary Frequency Control using Local Frequency Measurements
我们考虑由智能和灵活的负载提供的电网中的需求侧一次频率控制：负载改变消耗以匹配发电并帮助电网，同时最大限度地减少消费者因消耗变化而产生的负效用。这个问题的对偶公式已经由Zhao等人以分散的方式解决了，对于消费者非效用，消费者非效用相对于消费变化是连续可微的。在这项工作中，我们提出了一个分散的多块交替方向乘法器（DM-ADMM）算法来解决这个问题。与Zhao等人的双上升算法相反，所提出的DM-ADMM算法不要求负效用是连续可微的;这允许负效用函数对可能非常常见的消费者行为进行建模。在这项工作中，我们证明了DM-ADMM算法在确定性设置（即，当负载可以从频率测量准确地估计消耗-产生失配时）。我们测试的DM-ADMM算法在模拟中的性能，我们比较（适用时）与以前提出的解决方案的双重制定。我们还提出了一个以前提出的ADMM算法，其结果是以前没有报道的数值结果。
2019-04-06 math.OC
Biologically Inspired Design Principles for Scalable, Robust, Adaptive, Decentralized Search and Automated Response (RADAR)
University of New Mexico（新墨西哥大学）
本文借鉴免疫系统和蚁群等生物系统的分布式协调机制，提出用于可扩展、鲁棒、自适应、去中心化搜索与自动响应（RADAR）的设计原则，并讨论其在人工生命、机器人集群、移动计算网络等领域的应用。
2011-02-24 cs.DC cs.NE cs.SY
A Decentralized Time- and Energy-Optimal Control Framework for Connected Automated Vehicles: From Simulation to Field Test
互联和自动驾驶汽车（CAV）技术的实施为实时控制提供了一种新的计算框架，旨在优化能源消耗并带来相关好处。在本文中，我们实现了一个最优控制框架，以前开发的，在奥迪A3 etron插电式混合动力电动汽车，并证明，我们可以提高车辆的效率和旅行时间在一个走廊，包括入口匝道合并，减速区，环形交叉口。我们的阐述包括在（1）仿真、（2）硬件在环（HIL）测试、（3）基于连接的虚拟现实的台架测试和（4）Mcity现场测试中开发、集成、实施和验证所提出的框架。我们表明，通过采用这种廉价而有效的过程，我们可以有效地集成和测试控制器框架，确保系统的不同模块之间的正确连接和数据传输，并减少不确定性。我们评估了控制框架的性能和有效性，并观察到与基线方案相比，能源和旅行时间方面的显着改善。
2020-01-24 eess.SP math.OC
Effects of Demand Variation on Optimal Automated Demand Responsive Feeder Transit System Operation in Rural Areas
改善可达性是农村和郊区交通的主要问题之一。随着自动化车辆的最新技术改进，预计自动化需求响应交通和自动化需求响应支线交通可能成为改善农村地区流动性的选择。最优自动化需求响应支线公交运营的主要关注点之一是乘客需求的变化。显然，乘客需求的变化会改变最佳运营，并将导致不同的乘客旅行时间和车辆运营成本。本文使用的最优馈线总线路由算法以前开发的作者。在此基础上，以实例网络为基础，对固定车队规模的各种乘客需求的影响进行了评估，以获得最优的自动化需求响应支线公交运营。结果表明，随着需求的增加，车辆的最大平均使用能力也会随着需求的增加而增加。此外，当需求上升时，公共交通服务变得更加迂回，使乘客成本/人和总成本/人增加，服务变得不那么有效，虽然运营成本/乘客下降。
2019-04-09 math.OC physics.soc-ph
Ancillary Service to the Grid Using Intelligent Deferrable Loads
University of Florida（佛罗里达大学）；INRIA（法国国家信息与自动化研究所）
本文提出一种去中心化控制技术，利用可延迟负载的灵活性平衡供需。通过马尔可夫决策过程模型和线性时不变系统近似，实现电网级的控制设计，并通过住宅泳池网络的仿真验证有效性。
2014-02-19 cs.SY eess.SY math.OC
Decentralized Multi-product Pricing: Diagonal Dominance, Nash Equilibrium, and Price of Anarchy
Department of Information & Decision Sciences, College of Business Administration, University of Illinois Chicago（伊利诺伊大学芝加哥分校商学院信息与决策科学系）；Department of Industrial Engineering & Decision Analytics, The Hong Kong University of Science and Technology（香港科技大学工业工程与决策分析系）；Department of Technology and Operations, Ross School of Business, University of Michigan（密歇根大学罗斯商学院技术与运营系）
本文研究了多产品公司去中心化定价的效率损失，通过分析价格无效率，推导出收入比率的紧致下界，并基于对角主导性和谱性质提供效率损失的定量框架。
2026-10-27 cs.GT math.OC
Decentralized Charging Control of Electric Vehicles in Residential Distribution Networks
电动汽车（EV）充电可能会对配电网络产生负面影响，超过设备热额定值并导致电压降至标准范围以下。在本文中，我们开发了一种分散的EV充电控制方案，以实现“山谷填充”（即，整平夜间充电期间的需求曲线），同时满足异构的个人充电需求并满足配电网约束。该问题是一个目标函数不可分离且带有强耦合不等式约束的最优化问题。我们提出了一种新的收缩原始-对偶次梯度（SPDS）算法来支持分散控制方案，推导出保证其收敛的条件，并验证其有效性和收敛性与一个代表性的配电网络模型。
2017-10-16 math.OC
Decentralized Signal Control for Urban Road Networks
本文提出了一种城市道路网络的分散式交通信号控制策略。我们的政策是一个所谓的背压计划，已被广泛认可的数据网络作为一个最佳的吞吐量控制策略的适应。我们已经正式证明，我们提出的背压计划，固定的周期时间和循环阶段，稳定的网络，任何可行的交通需求。模拟已经进行了比较，我们的背压政策对其他现有的分布式控制政策在各种流量和网络的情况。数值结果表明，该策略可以优于其他政策，无论是在网络吞吐量和拥塞。
2014-05-09 math.OC
Joint Time and Energy-Optimal Control of Connected Automated Vehicles at Signal-Free Intersections with Speed-Dependent Safety Guarantees
我们扩展了早期的工作，建立了一个框架，通过联合优化能源和旅行时间，最佳控制连接自动驾驶汽车（CAV）穿越无信号交叉口。我们得到明确的最优控制解决方案，以分散的方式，保证速度相关的后端安全约束和时间相关的横向碰撞约束，除了下/上界的速度和加速度。广泛的模拟例子来说明这个框架。
2019-08-31 math.OC
Decentralized Stochastic Control of Distributed Energy Resources
我们考虑分散控制的辐射状配电系统与可控光伏逆变器和能量存储资源。对于这样的系统，我们研究的问题，设计完全分散的控制器，最大限度地减少平衡需求的预期成本，同时保证满足个人资源和配电系统电压约束。采用线性逼近的支路流模型，我们制定了这个问题的分散干扰反馈控制器的设计，最大限度地减少期望值的凸二次费用函数，受到鲁棒凸二次约束的系统状态和输入。由于这些问题是，在一般情况下，计算上难以处理的，我们推导出一个易于处理的内部近似这个分散控制问题，这使得有效的计算的仿射控制策略，通过有限维圆锥规划的解决方案。作为仿射政策，在一般情况下，次优的家庭考虑的系统，我们提供了一个有效的方法来约束他们的次优通过另一个有限维锥规划的最优解。一个12 kV辐射状配电系统的案例研究表明，分散仿射控制器可以执行接近最优。
2017-05-02 math.OC
Energy-Optimal Coordination of Connected and Automated Vehicles at Multiple Intersections
城市交叉口、合流道路、环形交叉口和减速区以及驾驶员对各种干扰的反应是导致交通拥堵的走廊瓶颈的主要来源。互联和自动化技术的实施可以实现一种新的实时控制计算框架，旨在优化能源消耗和旅行时间。在本文中，我们提出了一个分散的能源效率的最优控制框架，两个相邻的交叉口。我们推导出一个封闭形式的解析解，其中包括内部边界条件，并通过仿真评估解决方案的有效性。与传统的固定时间信号交叉口设计的基准方案相比，燃油消耗和旅行时间显着减少。
2019-03-26 math.OC
Efficient Decentralized Economic Dispatch for Microgrids with Wind Power Integration
分散式能源管理在具有可再生能源的智能微电网中至关重要，原因包括环境友好性，减少通信开销和故障恢复能力。在这种情况下，目前的工作涉及分布式经济调度和需求响应倡议的并网微电网的高渗透率的风力发电。为了应对风能的本质随机可用性的挑战，一种新的能源规划方法，涉及实际的风能以及与主电网的能量交易，介绍。提出了一个随机最优化问题，以最小化微电网的网络成本，其中包括常规发电成本以及由风的不确定性引起的预期交易成本。为了绕过所涉及的过高的高维积分，利用有效的样本平均近似方法来获得具有保证收敛性的求解器。利用微电网的特殊基础设施，通过乘法器的交替方向法进一步开发了分散式算法。案例研究进行了测试，以证实新的方法的优点。
2014-01-23 math.OC
Optimal Control of Connected Automated Vehicles at Urban Traffic Intersections: A Feasibility Enforcement Analysis
早期的工作已经建立了一个分散的最优控制框架，用于在线协调连续流动的连接自动车辆（CAV）进入控制区并穿过城市地区的两个相邻交叉口。一个解决方案，当它存在时，允许车辆在不使用交通信号灯的情况下穿过十字路口，而不会在连接道路上造成拥堵，并且在避免碰撞的硬安全约束下。我们建立的条件下，这种解决方案的存在，并表明，他们可以通过一个适当设计的可行性执行区之前的控制区执行。所提出的解决方案和整体控制架构，通过仿真说明。
2017-02-20 math.OC
Optimal Control and Coordination of Connected and Automated Vehicles at Urban Traffic Intersections
我们解决的问题，在线协调连续流动的连接和自动驾驶车辆（CAV）穿越两个相邻的十字路口在城市地区。我们提出了一个分散的最优控制框架，其解决方案的产量为每辆车的最佳加速度/减速度在任何时候的意义上，最小化燃料消耗。该解决方案，当它存在时，允许车辆在不使用交通信号灯的情况下穿过交叉口，而不会在连接道路上造成拥堵，并且在避免碰撞的硬安全约束下。通过仿真验证了该方法的有效性，仿真结果表明，协调多个CAV可以显著降低油耗和行程时间。
2017-06-16 math.OC
An Optimal Coordination Framework for Connected and Automated Vehicles in two Interconnected Intersections
在本文中，我们提供了一个分散的最优控制框架，协调连接和自动车辆（CAV）在两个互连的交叉口。我们制定了一个控制问题，并提供了一个解决方案，可以在实时实施。该解决方案产生的安全约束下的每个CAV的最佳加/减速度在“冲突区”，有可能发生碰撞。我们的目标是最大限度地减少每架CAV的旅行时间。如果不存在这样的解，则每个CAV解决能量最优控制最优控制问题。我们通过模拟评估所提出的框架的效率的有效性。
2019-05-26 math.DS math.OC
Freeway network design with exclusive lanes for automated vehicles under endogenous mobility demand
自动驾驶汽车（AV）有可能提供具有成本效益的移动选项，以及在拥堵和车辆排放方面的整体系统级效益。在网络层面上的额外资源分配，如AV专用车道，可以进一步促进AV的使用，使这种出行模式比传统车辆（LV）更具吸引力。然而，有必要在网络中找到提供这些专用车道将获得最大利益的关键位置。在这项研究中，我们提出了一个集成的混合整数规划框架，最佳的AV专用车道设计的高速公路网络，占通勤者的需求之间的AV和LV通过一个logit模型，结合基于类的效用分裂。我们将链路传输模型（LTM）作为基础的交通流模型，由于其计算效率的系统最优动态交通分配。对LTM进行了修改，以整合两种车辆类别，即LV和AV，并采用基于车道的方法。二进制变量的存在下，代表车道设计和logit模型的内生需求估计结果在一个非凸的混合整数非线性规划（MINLP）制定。我们提出了一种Benders分解方法来解决这个具有挑战性的最优化问题。我们的方法迭代地探索可能的车道设计中的本德的主问题，并在每次迭代中，解决了一系列的系统最优动态交通分配（SODTA）的问题，这是收敛到代表logit兼容的需求分裂的固定点。此外，我们证明了所提出的解决方案的方法收敛到一个局部最优的非凸问题，并确定在哪些条件下，这个局部最优是一个整体解决方案。所提出的方法是在三个假设的高速公路网络与单一和多个起源和目的地。
2021-03-29 cs.DM math.OC
