Technical comments on the optimal control for linear distributed time-delay
研究了线性分布时滞系统的无穷时域最优控制问题。该建议是基于分布式时滞系统的柯西解的使用。与以前的结果(准时时滞系统)相比,形式的功能和它的属性是合理的。证明了Bellman泛函的一个重要性质:Bellman泛函存在上界和下界,从而证明了它是正定的.此外,一些温度过程的实验结果。
2022-01-14 math.OC
Necessary conditions for distributed optimal control of linearized compressible Navier-Stokes equations with state constraint
利用Ekeland变分原理建立了三维线性可压缩粘性流最优控制问题的Pontryagin最大值原理。控制分布在一个有界的区域,而状态变量受到一组约束,并由线性化的可压缩Navier-斯托克斯方程。最大值原理是积分型的,并获得了跟踪型积分成本泛函的最小值。
2019-10-24 math.OC
Explicit Solutions for Distributed, Boundary and Distributed-Boundary Elliptic Optimal Control Problems
本文考虑多维有界区域Ω中泊松方程的稳态热传导问题,该方程具有常内能g和混合边界条件,边界的γ_1部分具有常温度b,其余部分γ_2具有常热流q.此外,我们考虑了一族在边界γ_1上具有对流条件的稳态热传导问题,其传热系数为α,外界温度为b。对于R^2中的矩形区域、R^2中的环和R^3中的球壳,我们明确地获得了以下最优控制问题的最优控制、系统状态和伴随状态:关于内能g的分布式控制问题,关于热通量q的边界最优控制问题,关于外部温度b的边界最优控制问题和关于源g和通量q的分布边界同时最优控制问题。这些显式解可以作为基准测试用于测试新的数值方法。与理论相一致,证明了当α \to \infty时,对应于在Gamma 1上具有对流条件的问题的系统状态、伴随状态、最优控制和最优值收敛到对应于在Gamma 1上具有温度条件的问题的系统状态、伴随状态、最优控制和最优值。此外,我们分析了在每种情况下的收敛阶,原来是1/α是新的这类椭圆最优控制问题。
2020-04-03 math.OC
Distributed coordination for optimal energy generation and distribution in smart grid networks
提出了由物理流层和网络通信层组成的能源网络中最优发电与分配的协调规律。物理能量流经物理层,但所有能量都是基于通信信息通过分布式协调算法协调产生和流动的。首先,分布式能源的生产和能量分配的法律提出了一种解耦的方式,而不考虑能源的生产和能量分配之间的相互作用的特点。在此基础上,考虑系统的交互特性,设计了一种耦合的联合协调律。本文提出的协调法律是完全分布的意义上说,他们最佳地决定只使用相邻节点之间的相对信息。通过数值模拟,说明了所提出的分布式协调律的有效性。
2016-07-20 math.OC
Optimal Distributed and Tangential Boundary Control for the Unsteady Stochastic Stokes Equations
考虑了一类在连通有界区域上的非定常随机斯托克斯方程约束下的控制问题,该方程具有非齐次边界条件。在本文中,控制定义的领域内以及边界上。利用随机最大值原理,我们得到了必要和充分的最优性条件,从而推导出了最优控制的显式公式。因此,我们能够控制的随机斯托克斯方程使用分布式控制以及边界控制在一个理想的方式。
2018-09-04 math.OC
A Distributed Control Problem for a Three-Dimensional Lagrangian Averaged Navier-Stiokes-α MODEL
本文研究了三维Lagrange平均Navier-Stokes-?模型进行了研究。证明了最优控制问题的可解性,并建立了一阶最优性条件。利用拉格朗日乘子方法,得到了一个弱形式和一个强形式的最优性系统。
2013-10-21 math.OC
Distributed Optimization Method Based On Optimal Control
本文提出一种基于最优控制的分布式优化框架,将优化问题转化为最优控制问题,利用最大值原理设计算法,并严格分析了收敛性与超线性收敛速度。
2025-03-31 math.OC
Distributed Multi-Area Optimal Power Flow via Rotated Coordinate Descent Critical Region Exploration
研究了多区域电力系统的分布式最优潮流问题。提出了一种新的分布式算法--旋转坐标下降临界区域探索算法(RCDCRE)。它允许每个实体独立地更新其边界信息,并以异步方式最优地求解其局部OPF。RCDCRE方法使用坐标系旋转来缝合坐标下降和参数规划,以减少协调,保持隐私并确保收敛。该解决方案的过程不需要热启动,可以从不可行的初始点使用基于惩罚的配方。基于IEEE 2区域44节点和4区域472节点系统验证了RCDCRE的有效性。
2022-06-17 math.OC
Distributed Optimal Output Consensus Control of Heterogeneous Multi-Agent Systems with Safety Constraints
本文提出一种动态分布式最优安全一致性协议,通过决策层扩展约束集投影优化与控制层收缩安全集参考跟踪相结合,在无需目标或梯度先验知识且仅需传输零点条件的温和假设下,同时实现异构多智能体系统的安全约束与输出最优一致性。
2024-01-11 math.OC
Distributed Adaptive Reinforcement Learning: A Method for Optimal Routing
本文提出了一种基于学习的自动出租车和拼车车辆的最优运输算法。目标是设计一种机制来解决多个自动驾驶车辆和多个客户的路由问题,以最大限度地提高运输公司的利润。因此,从长远来看,每辆车都会选择那些要求使公司利润最大化的客户。为了解决这个问题,系统被建模为一个马尔可夫决策过程(MDP)使用过去的客户数据。通过求解所定义的MDP,获得集中式高级规划建议,其中该离线解决方案用作实时学习的初始值。然后,提出了一种分布式SARSA强化学习算法来捕获模型误差和环境变化,如每个区域的客户分布,交通和票价的变化,从而实时提供最优的路由策略。车辆或代理仅使用它们的本地信息和交互,例如当前乘客请求和邻居任务的估计以及它们的最优动作,以分布式方式获得最优策略。引入最优自适应速率,使分布式SARSA算法能够适应环境的变化,跟踪时变的最优策略。此外,提出了一种基于博弈论的任务分配算法,其中每个代理使用最优策略和它们的值从分布式SARSA选择它的客户从本地可用的请求在一个分布式的方式。最后,芝加哥市提供的客户数据被用来验证所提出的算法。
2020-05-05 math.OC
Distributed Optimal Consensus of Nonlinear Multi-Agent Systems
College of Electrical Engineering and Automation, Shandong University of Science and Technology(山东科技大学电气工程学院);School of Control Science and Engineering, Shandong University(山东大学控制科学与工程学院)
本文研究了非线性多智能体系统的最优一致性问题,提出基于最优控制原理的分布式最优一致性算法,并在模型预测控制框架下开发了两种增强算法,证明了算法的收敛性和超线性收敛速度。
2026-04-05 math.OC
Differentially Private Distributed Optimal Power Flow
分布式算法通过避免共享算法子问题中的敏感信息来实现私有最优潮流计算。然而,攻击者仍然可以从迭代中交换的协调信号中推断出这些信息。本文寻求分布式最优潮流计算的形式隐私保证,并基于一致性乘法器交替方向法(ADMM)提出了差分隐私的最优潮流计算算法。该算法通过在每次迭代中引入OPF子问题解的静态和动态随机扰动来实现差分隐私。这些扰动是拉普拉斯算子,旨在防止敏感信息的推断,以及为ADMM子问题提供理论上的隐私保证。使用一个标准的IEEE 118节点测试案例,本文探讨了隐私,算法收敛性和最优性损失之间的基本权衡。
2020-03-20 math.OC
Optimal Co-Optimizing of Distributed Generation and ESS Facilities Considering Voltage Stability
本文论述了分散发电和分布式存储系统的最优规模和分配。优化的目的是最大限度地减少总成本的分销商持续的功率损耗,网络升级,进行无功功率服务和存储和电容器安装的成本,在几年的规划期。分析了分布式电源容量和位置对提高配电网电压稳定性的影响。分析是使用一个稳态电压稳定性指标,可以评估在每个节点的配电系统。不同的最佳容量和位置被用来检查这种效果。分布式电源的位置对系统的电压稳定性有着重要的影响。电压稳定性应作为分布式电源优化配置技术的目标之一。通过对一个69节点配电系统的分析,验证了该方法的可行性。
2018-02-12 math.OC
Optimal Control of a Parabolic Distributed Parameter System Using a Barycentric Shifted Gegenbauer Pseudospectral Method
本文介绍一种新的拟谱方法,用于数值解抛物型分布参数系统的最优控制问题。通过利用拉格朗日插值多项式的稳定重心表示构造移位Gegenbauer求积,并对移位Gegenbauer-Gauss(SGG)点进行显式重心加权,将无限维最优控制问题转化为有限维非线性规划问题.对该方法进行了严格的误差分析,并通过数值算例说明了拟谱方法的精度和效率。
2016-03-04 math.OC
A Suboptimality Approach to Distributed $\mathcal{H}_2$ Optimal Control
本文研究线性多智能体系统的分布式$\mathcal{H}_2$最优控制问题。特别是,我们认为一个次优版本的分布式$\mathcal{H}_2$最优控制问题。给定一个线性多智能体系统,具有相同的智能体动态和相关的$\mathcal{H}_2$成本功能,我们的目标是设计一个分布式扩散静态协议,使协议实现状态同步的受控网络,使相关的成本是小于一个先验给定的上界。我们首先分析了线性系的$\mathcal{H}_2$性能,然后将结果应用到线性多智能体系统。提供了两种设计方法来计算这样的次优分布式协议。对于每一种方法,表达的局部控制增益涉及一个解决方案的一个单一的Riccati不等式的尺寸等于尺寸的个体代理动力学,最小的非零和最大的特征值的图形拉普拉斯算子。
2018-04-19 math.OC
Distributed sub-optimal resource allocation via a projected form of singular perturbation
研究了资源分配问题的分布式优化问题,提出了一种次优连续时间算法。我们的算法具有较低的阶动态比别人,以减少计算和通信的负担,并适用于重量平衡图。与现有的次优算法相比,该算法能够同时处理局部集合约束和耦合的不等式约束,并且消除了对费用函数二次可微的要求.然而,该算法是不容易分析,因为它涉及奇异扰动型动力学投影不可微的右手边。我们克服了遇到的困难,并获得的结果,包括存在的平衡,次优,算法的收敛性。
2020-02-12 math.OC
Dividend Barrier Strategies in a Renewal Risk Model With Phase-Type Distributed Interclaim Times
本文考虑索赔额为指数分布且索赔间隔时间为阶段型分布的更新风险模型的最优分红问题。假设可以观察到索赔间隔时间的阶段。本文分别研究了2阶和$n$阶($n\ge 3$)下的最优分红问题.在2阶相型分布的索赔时间的情况下,我们证明了最优股息政策是最优的阶段障碍策略。作为副产品,我们发现,在这种情况下,具有较高势垒的相位是下一个声明具有较高强度的相位。在n阶($n\ge3$)相位型分布索赔间隔时间的情形下,给出了一个迭代算法,证明了最优相位屏障策略在所有分红策略中是最优的.我们也发现了类似的结论,就像在2阶的情况下,具有最高势垒的相位是到下一个声明具有最高强度的相位。
2020-11-18 math.OC
Optimal Distributed Controller Synthesis for Chain Structures: Applications to Vehicle Formations
本文研究了一类具有通信约束的关联系统在线性二次型条件下的最优分布式控制器综合问题。受有限重型车辆排队问题的启发,我们研究了由链图上的互连子系统组成的系统。通过将系统分解成正交模式,可以将费用函数分离成各个分量。因此,在状态空间中的最优控制器的推导如下立即。最优控制器的评估下的实际设置的重型车辆编队与通信约束。结果表明,通过增加一些通信链路,可以显着提高性能。结果表明,所提出的最优分布式控制器的性能几乎以及集中式线性二次型高斯控制器,并优于次优控制器的控制输入。此外,与次优控制器相比,控制输入能量可以显着减少,这取决于车辆在队列中的位置。因此,考虑前面的车辆,以及在一个队列中的燃料最优的后续车辆的重要性的结论。
2012-04-09 math.OC
Distributed Online Optimization for Multi-Agent Optimal Transport
针对大规模多智能体系统的最优传输问题,提出结合分布式在线原始-对偶 Kantorovich 势估计与近端下降的递归算法,并给出理论收敛框架和数值验证。
2024-09-09 math.OC
Optimal scaling of the ADMM algorithm for distributed quadratic programming
研究了求解一类分布式二次规划问题的交替方向乘子法(ADMM)算法的最优尺度问题。缩放对应于ADMM步长和松弛因子,以及底层通信图的边权重。我们优化这些参数,以产生最小的收敛因子的算法。明确的表达式推导出的步长和松弛因子,以及相应的收敛因子。数值模拟证明了我们的结果,并强调了最佳缩放ADMM算法的好处。
2014-12-11 math.OC
Distributed Optimal Power Flow Algorithm for Balanced Radial Distribution Networks
最优潮流(OPF)问题是电力系统运行和规划的基础。配电网中大规模的可再生能源渗透需要实时反馈控制,因此需要快速和分布式的OPF解决方案。这是困难的,因为OPF是非凸的,基尔霍夫定律是全局的。在本文中,我们提出了一个平衡的辐射状配电网的解决方案。它利用最近的结果,建议通过二阶锥规划(SOCP)松弛求解径向网络上的OPF的全局最优解。我们的分布式算法是基于交替方向法的乘数(ADMM),但不像标准的ADMM算法,往往需要迭代求解优化子问题,在每个ADMM迭代,我们的分解,使我们能够获得封闭形式的解决方案,这些子问题,大大加快了每个ADMM迭代。我们提出了一个现实世界中的2,065总线配电网络的模拟来说明所提出的算法的可扩展性和最优性。
2015-05-20 math.OC
Distributed Control and Stabilization for Discrete-time Large Scale Systems With Imposed Constraints
本文研究了具有约束的线性离散大系统的分布控制与镇定问题。本文的主要贡献在于:首先,利用最大值原理(必要条件),从而导出了有限时域最优控制的最优分布控制器,该控制器易于计算;其次,通过定义具有最优费用函数的李雅普诺夫函数,我们证明了在无限时域情况下,具有约束的系统可以被最优分布控制器镇定。本文采用的主要技术是最大值原理和前向和向后差分方程(FBDE)的求解,这是解决带约束线性系分布式控制与镇定问题的基础。
2018-01-02 math.OC
A Suboptimality Approach to Distributed Linear Quadratic Optimal Control
本文研究分布线性二次型最优控制问题。特别是,我们认为一个次优版本的无向多智能体网络的分布式最优控制问题。给定一个多智能体系统,系统具有相同的智能体动态特性和相应的全局二次型代价泛函,我们的目标是设计次优的分布式控制律,保证受控网络达到一致,并且相关代价小于先验给定的上界.我们首先分析了一个给定的线性系的次优性,然后将结果应用到线性多智能体系统。两种设计方法,然后提供计算这样的次优分布式控制器,涉及一个单一的Riccati不等式的尺寸等于代理动力学的尺寸的解决方案,和最小的非零和最大的特征值的图形拉普拉斯算子。此外,我们放宽了要求的确切知识的最小非零和最大特征值的图拉普拉斯算子,通过使用这些特征值的下限和上界。最后,通过一个仿真实例来说明我们的设计方法.
2018-03-07 math.OC
Optimal class scheduling with minimum distributed vacant seats using binary linear programming
King Mongkut’s University of Technology Thonburi(泰国皇家理工大学吞武里分校)
该研究针对课程排课问题,提出用二元线性规划构建数学模型使其自动化,以减少教室剩余座位,通过泰国一所大学数学系案例研究,显示此模型比手动排课方法有显著提升。
2026-07-14 math.OC
Distributed Optimal Dynamic State Estimation for Cyber Intrusion Detection in Networked DC Microgrids
提出了一种新的分布式微网状态估计方法,用于检测微网控制网络中的虚假数据注入。由分布式状态估计器监视的每个微电网将检测是否存在从其相邻微电网接收的用于控制目的的操纵数据。针对网络化微电网,建立了支持动态状态估计的动态模型。最佳的分布式状态估计,这是强大的负载扰动,但敏感的虚假数据注入从相邻的微电网。为了验证所提方法的有效性,我们在MATLAB/Simulink中对一个12 kV三节点网络化直流微网进行了仿真。与从邻居注入的假数据对应的残留信息验证了所提出的方法在检测邻近微电网的受损代理中的功效。
2019-07-06 math.OC
Distributed-Order Non-Local Optimal Control
分布阶分数阶非局部算子是由Caputo在20世纪末提出并研究的。他们推广分数阶导数/积分的意义上说,这样的运营商定义的加权积分的不同阶的微分在一定范围内。由于分布阶非局部导数在模拟现实世界中的一些复杂现象中的应用,使得这一学科得到了很大的发展。分数阶最优控制理论研究分数阶控制系统的性能指标函数的优化问题。经典和分数阶最优控制中最重要的结果之一是庞特里亚金最大值原理,它给出了一个必要的最优性条件,每个最优化问题的解都必须验证。在我们的工作中,我们扩展了分数最优控制理论考虑动力系统的约束依赖于分布阶分数导数。在适当的凸性假设下,我们证明了Pontryagin最大值原理的一个弱形式和一个充分的最优性条件。
2020-10-22 math.OC
Optimal Distributed H-infinity State Feedback for Systems with Symmetric and Hurwitz State Matrix
针对H ∞结构静态状态反馈,给出了一种适用于具有对称和Hurwitz状态矩阵的线性定常系统的最优控制律的简单形式。更具体地说,控制律以及范数的极小值可以表示在系统的状态空间表示的矩阵中,给定状态和控制输入的单独成本。因此,该控制律是透明的、易于综合且可扩展。此外,如果植物具有兼容的稀疏模式,它也是分布式的。这种稀疏模式的例子包括在内。此外,我们给出了一个扩展的最优控制律,包括子系统之间的协调。我们证明了一个数值例子,派生的最优控制器是等同于性能的Riccati方程方法派生的最优控制器。
2015-09-30 math.OC
Optimal Water-Power Flow Problem: Formulation and Distributed Optimal Solution
本文形式化了一个最优水电流(OWPF)问题,以优化电力和水系统中可控资产的使用,同时考虑两个基础设施之间的耦合。水箱和水泵的最佳管理,以满足水的需求,同时改善电网的运作; {对于电力网络,交流最优潮流公式增加,以适应水泵的可控性。}不幸的是,物理管理的操作的两个基础设施和耦合约束导致非凸(事实上,NP-难)的问题,但是,重新制定OWPF作为一个非凸的,二次约束的二次问题后,可行点的追求,连续凸逼近方法是用来确定可行的和最优解。此外,基于乘法器的交替方向法的分布式求解器使水电运营商能够追求各自的目标,同时尊重两个网络之间的耦合。所提出的方法的优点是证明了与市政配水网络的配水馈线的情况下。
2017-11-08 math.OC
Distributed Optimal Gas-Power Flow Using Convex Optimization and ADMM
提出了一种基于凸优化的分布式算法来求解能量耦合配电系统多时段最优气电潮流。在配气系统侧,非凸Weymouth气体流动方程被转化为二次约束。最优气体流量(OGF)子问题的求解采用迭代二阶锥规划方法,其效率比传统的非线性方法高两个数量级。提出了一种基于凸二次规划的起爆方案,该方案有助于找到高质量的起爆点。在配电系统侧,对非凸支路潮流方程进行凸松弛,最优潮流(OPF)子问题转化为二阶锥规划。径向拓扑保证了紧密性。在分布式算法中,OGF和OPF独立求解,并通过交替方向乘子法(ADMM)协调。数值结果证实了显着增强的计算鲁棒性和效率相比,现有的集中式OGPF方法。
2016-10-15 math.OC
Optimal Distributed Feedback Voltage Control under Limited Reactive Power
在本文中,我们提出了一种分布式电压控制在配电网通过无功补偿。所提出的控制可以(i)以分布式方式操作,其中每个总线基于本地电压测量和与相邻总线的通信做出其决定,(ii)总是满足无功功率容量约束,(iii)将电压幅度驱动到可接受的范围内,以及(iv)最小化操作成本。我们还进行了各种数值案例研究,以证明使用非线性潮流模型的控制器的有效性和鲁棒性。
2019-09-15 math.OC
A Privacy-Preserving Distributed Control of Optimal Power Flow
本文将分布式最优潮流问题转化为一个最大化不可微凹函数的最优化问题。通过现有的分布式算法解决这样的问题可能会导致数据隐私问题,因为在算法内交换的解决方案信息可以被对手用来推断数据。为了保护数据隐私,在本文中,我们提出了一个差分私人投影次梯度(DP-PS)算法,其中包括一个解决方案加密步骤。我们证明了由DP-PS生成的序列在期望、概率和概率1下收敛。此外,我们表明,收敛速率的预期是由用户选择的DP-PS的目标隐私级别的影响。我们进行了数值实验,证明了DP-PS的收敛性和数据隐私保护。
2021-10-11 math.OC
Privacy of distributed optimality schemes in power networks
本地发电和可控需求单元在电力网络中的参与越来越多,促使使用分布式方案进行控制。同时,它提出了两个问题,实现这些单位之间的最佳功率分配,并确保隐私的发电/需求配置文件。本研究考虑的问题,设计分布式最优方案,保护隐私的发电和可控的需求单位在二次频率控制时间范围内。我们提出了一个共识计划,其中包括发电/需求配置文件内的动态,保持这种信息的私人知识时,其内部动态是不可用的。然而,可以使用其内模的知识来推断消耗简档。我们解决这个问题,提出了一个隐私保护计划,确保生成/需求不能从通信信号推断。对于这两个建议的计划,我们提供了分析稳定性,最优性和隐私的保证,并表明二次频率控制目标是满意的。所提出的方案是分布式的,本地验证和适用于任意网络拓扑结构。我们的分析结果进行了验证与模拟上的140个总线系统,在那里我们证明,所提出的方案提供了增强的隐私属性,使最佳的功率分配和保持电力网络的稳定性。
2023-01-30 math.OC
A Distributed Gradient Approach for System Optimal Dynamic Traffic Assignment
本文提出了一种基于梯度的分布式方法来求解基于小区传输模型的系统最优动态交通分配(SODTA)。该算法将SODTA问题分解为多个局部子问题,这些子问题在一个交叉口内为它们的决策变量找到最优值。每个子问题都与它的近邻进行通信,以就公共决策变量的值达成共识。子问题接收来自所有相邻子问题的公共决策变量的建议值,并通过加权平均和强制梯度步骤将它们合并到其自己的提供值中,以最小化其目标函数。然后,将更新后的值投影到子问题的可行域上。该算法发现高质量的解决方案,在所有测试的情况下,有限的迭代次数。该算法在不同需求水平下的案例研究网络上进行了测试,并找到了最多5%的最优差距的解决方案。
2021-12-29 math.OC
Distributed Algorithm for Optimal Power Flow on Unbalanced Multiphase Distribution Networks
最优潮流(OPF)问题是配电网控制和运行的基础问题,是电压/无功控制和需求响应等重要应用的基础。大规模的高度不稳定的可再生能源在配电网中的渗透要求实时反馈控制,因此需要分布式解决方案的OPF问题。配电网络本质上是不平衡的,大多数现有的平衡网络分布式解决方案都不适用。在本文中,我们提出了一个解决方案,不平衡的配电网。我们的分布式算法是基于乘子的交替方向法(ADMM)。与现有的方法,需要解决半定规划问题,在每个ADMM宏迭代,我们利用问题的结构和分解的OPF问题的方式,在每个ADMM宏迭代的子问题减少到一个封闭的形式解决方案或特征分解的6 × 6埃尔米特矩阵,这显着减少收敛时间。我们提出了IEEE 13,34,37和123总线不平衡配电网的仿真来说明所提出的算法的可扩展性和最优性。
2015-12-21 math.OC
Distributed Linear Quadratic Optimal Control: Compute Locally and Act Globally
在本文中,我们考虑了单积分动态代理网络的分布线性二次控制问题。我们首先建立了一个一般的制定分布式LQ问题,并表明,最优控制增益依赖于网络上的全球信息。因此,最佳协议只能以集中的方式计算。为了克服这一缺点,我们提出了以分散方式计算的协议的设计。我们将把全局成本泛函写成局部成本泛函的和,每个局部成本泛函与一个代理相关联。为了实现受控网络的“良好”性能,每个代理然后计算自己的本地增益,使用其相邻代理的采样信息。这种分散的计算只会导致次优的全局网络行为。然而,我们将证明由此产生的网络将达成共识。最后给出了一个仿真例子来说明该协议的性能。
2019-05-13 math.OC
A Sparse Polytopic LPV Controller for Fully-Distributed Nonlinear Optimal Control
本文研究图上非线性动力系统的分布式最优控制,即每个子系统的动态特性仅依赖于相邻状态的大规模系统。从以前的工作中,我们设计了一个基于云的部分分布式解决方案,在这里,我们提出了一个完全分布式的算法。本文的方法的关键新颖之处在于设计了一个稀疏控制器来稳定非线性系统在分布式算法每次迭代的轨迹。所提出的控制器是基于一个稳定控制器的多面体线性参数变化(LPV)系统满足非凸稀疏约束的设计。由于一个合适的选择的顶点矩阵和迭代过程中使用凸近似的非凸矩阵问题,我们能够设计一个控制器,其中每个代理可以本地计算的反馈增益在每次迭代通过简单地结合一些顶点矩阵,可以预先离线计算的系数。我们显示的有效性的策略上进行的多智能体编队控制问题的模拟。
2020-01-28 math.OC
Distributed Optimal Control and Application to Consensus of Multi-Agent Systems
本文提出一种基于LQ最优控制理论的最小化加权状态误差的分布式一致性控制器,通过求解Riccati方程并设计观测器利用历史状态信息,实现渐近最优且收敛速度更快,并避免计算通信拓扑非零特征值。
2024-03-16 math.OC
Optimal investment problem in a renewal risk model with generalized Erlang distributed interarrival times
本文研究广义Erlang到达间隔更新风险模型中的最优投资问题,在CEV模型下通过求解HJB方程,给出了零利率和非零利率情形下最优投资策略的显式或半显式表达式,并证明了值函数的凹性。
2025-06-03 math.OC
Distributed optimal power flow
摘要目的:本文的目标是:1)构建一个新的网络模型兼容分布式计算,2)构建完整的最优潮流(OPF)在分布式的方式,以便可以找到一个有效的,非劣解,和3)开发一个可扩展的算法,保证收敛到一个局部极小值。
2021-06-18 cs.DC math.OC
New Error Estimates for An Elliptic Distributed Optimal Control Problem with Pointwise Control Constraints
针对带逐点控制约束的线性二次椭圆型分布最优控制问题,推导了可同时适用于标准有限元方法和多尺度有限元方法的新误差估计。
2024-10-06 cs.NA math.NA math.OC
Correctness of the optimal control problems for distributed parameter systems (survey)
本文提出了一种新的思路,证明了某些非线性问题的最优控制的存在性。所得到的结果在某种意义上可以看作是个体存在定理。
2005-06-18 math-ph math.MP math.OC
Optimal distributed control of a stochastic Cahn-Hilliard equation
研究了一类具有经典双势阱和Wiener乘性噪声的随机Cahn-Hilliard方程的最优分布式控制问题,其中控制由化学势定义中的源项表示.利用概率紧性和解析紧性的方法证明了最优控制的存在性。然后通过单调性和紧性分析线性化系统和相应的后向伴随系统,证明了最优性的一阶必要条件。
2019-07-05 math.AP math.OC
On the Optimal Communication Weights in Distributed Optimization Algorithms
本文证明最小化平均矩阵第二大特征值模的权重选择并非分布式优化算法的最优策略,提出基于性能估计问题(PEP)的优化方法来确定最优通信权重,并验证其优于SLEM最小化权重。
2024-02-08 cs.MA math.OC
Approximately optimal distributed stochastic controls beyond the mean field setting
我们研究高维随机最优控制问题,其中许多代理合作,以最小化凸成本功能。我们认为,全信息问题,其中每个代理观察所有其他代理的状态,和分布式问题,其中每个代理只观察自己的状态。我们的主要结果是尖锐的非渐近界之间的差距,这两个问题,衡量他们的价值函数和最佳状态。一路上,我们开发的分布式最优随机控制理论与经典的设置并行,通过表征优化相关的随机最大值原理和Hamilton-Jacobi型方程。通过专业化这些结果的设置平均场控制,其中成本是(对称)的经验分布的状态的函数,我们推导出的位移凸制度的收敛问题的最佳速率。
2023-01-07 math.OC math.PR
Optimal Distributed Voltage Control via Primal Dual Gradient Dynamics
基于逆变器的资源向电力传输网络的快速增加的渗透需要考虑其固有的输出可变性的更复杂的电压控制策略。此外,故障和负载变化影响电力网络上的电压分布。本文提出了一种基于原始对偶梯度动态的最优分布式电压控制方法,该方法优化了分布式无功电源的输出,以保持可接受的电压分布,同时保持操作限制。IEEE测试系统的实例研究验证了该方法的有效性。
2023-02-15 cs.SY eess.SY math.OC
Consensus-based Distributed Discrete Optimal Transport for Decentralized Resource Matching
最优输运已被广泛用于资源匹配中,以通过将源匹配到目标来提高资源使用的效率。然而,对于大规模问题,它需要大量的计算和存储空间。在本文中,我们采取了基于共识的方法分散离散最优输运问题,并开发了完全分布式算法与乘子的交替方向法。我们表明,我们的算法保证一定程度的效率和隐私,除了分布式的性质。通过研究线性效用函数下离散最优输运的原问题和对偶问题,我们进一步导出了原算法和对偶算法,并证明了它们之间的等价性。通过数值实验,验证了原算法和对偶算法的收敛性、在线适应性和等价性。我们的算法反映了源和目标之间的讨价还价的数量和价格的转移资源,并揭示了一个平均原则,可用于调节资源市场,提高资源效率。
2019-04-08 cs.DC math.OC
Discretization of a distributed optimal control problem with a stochastic parabolic equation driven by multiplicative noise
研究了乘性噪声驱动的随机抛物型方程最优控制问题的离散化问题。状态方程在空间上采用连续分段线性元法离散,在时间上采用向后欧拉格式离散。严格推导了收敛速度$ O(τ^{1/2} + h^2) $。
2021-02-20 cs.NA math.NA math.OC
A New Error Analysis for a Point Tracking Elliptic Distributed Optimal Control Problem with Pointwise Control Constraints
Louisiana State University(路易斯安那州立大学)
本文针对带点跟踪和点态控制约束的线性二次椭圆型分布最优控制问题,在统一框架下对标准有限元离散与变分离散开展误差分析,其自包含性依托有限元分析标准技术与椭圆型偏微分方程经典结果。
2026-08-06 cs.NA math.NA math.OC
Distributed Optimal Vehicle Grid Integration Strategy with User Behavior Prediction
近年来,随着电动汽车的普及,电动汽车充电对电网的影响越来越大。本文提出了一种将智能电动汽车充电与V2G电网服务相结合的优化调度算法,将电动汽车作为分布式能源接入电网,提高系统性价比。具体地,根据来自聚合控制中心的控制信号和通过均值估计和线性回归的用户充电行为预测,在每个EV充电站处制定和求解最优化问题。控制中心定期收集分布式优化结果并更新控制信号。迭代继续,直到它收敛到最优调度。实验结果表明,该算法能够在满足单个司机能量需求的同时,对微电网内的电力负荷曲线进行填谷削峰。
2017-03-13 cs.DC math.OC
Space-time finite element methods for parabolic distributed optimal control problems
本文提出了一种数值逼近抛物型偏微分方程约束的分布式最优控制问题的方法。我们补充一阶最优性条件最近开发的时空变分制定的抛物型方程,这是强制性的能量规范,和拉格朗日乘子。我们的最终公式在连续和离散水平上满足Babuška-Brezzi条件,没有限制。因此,我们可以允许最终的时间期望的状态,并获得一个后验误差估计,这是有效的和可靠的。数值实验证实了我们的理论发现。
2022-08-21 cs.NA math.NA math.OC
Distributed coordination for seeking the optimal Nash equilibrium of aggregative games
针对具有层次结构的多智能体判定问题,设计了一种分布式协调算法。主要目标是寻找一个非合作对策的纳什均衡,使得每个局中人在其私人目标下都没有偏离均衡的动机。同时,代理人可以协调优化的纳什均衡的基础游戏的集合内的社会成本。这样的最优纳什均衡问题可以建模为一个带有变分不等式约束的分布式最优化问题。我们考虑的情况下,潜在的游戏和社会成本最优化问题的目标函数有一个特殊的聚合结构。由于每个参与者只能访问其局部目标,而不能知道所有参与者的决策,因此分布式算法是非常可取的。利用Tikhonov正则化和动态平均跟踪技术,在基于梯度的Nash均衡搜索的基础上引入激励项,提出了一种分布式协调算法,以干预参与者的决策,提高系统效率.通过仿真研究,证明了该算法收敛于单调对策的最优纳什均衡。
2022-05-14 cs.GT math.OC
Distributed optimal control of a nonstandard nonlocal phase field system
研究粘性Cahn-Hilliard型非局部相场模型的分布式最优控制问题。该模型构成了扩散存在下原子晶格上两种相分离模型的非局部版本,该模型已在P. Podio-Guidugli和本作者的一系列论文中进行了研究。该模型由一个高度非线性抛物型方程耦合到一个常微分方程。后一个方程包含非局部和奇异项,使分析困难。最优控制理论的标准参数并不直接适用,尽管控制约束和成本泛函是标准类型的。我们证明了该问题有一个解,并导出了最优性的一阶必要条件。
2016-09-16 math.AP math.OC
Optimal management and spatial patterns in a distributed shallow lake model
我们提出了一个数值框架来处理无限时域空间分布的最优控制问题,通过相关的正则系统由庞特里亚金的最大值原理。基本思想是分两步考虑规范系统。首先,我们使用延续和分叉包pde2path进行正则稳态的分叉分析,产生一些所谓的平坦和图案化的正则稳态。在第二步中,我们将pde2path链接到两点边值问题求解器TOM,以研究具有所谓的鞍点性质的稳态的不定常正则路径。作为一个例子,我们考虑一个浅水湖模型的扩散。
2015-06-10 math.AP math.OC
Finite Element Methods for One Dimensional Elliptic Distributed Optimal Control Problems with Pointwise Constraints on the Derivative of the State
研究了一维椭圆分布最优控制问题的$C^1$有限元法,该问题的状态导数具有逐点约束,状态变量表示为四阶变分不等式.对于Dirichlet边界条件的问题,我们利用已有的$H^{\frac52-ε}$正则性结果得到了最优状态在$H^2$范数下的近似解的$O(h^{\frac12-ε})$收敛性.对于混合Dirichlet和Neumann边界条件的问题,我们证明了在适当的数据假设下,最优状态属于$H^3$,并得到了最优状态在$H^2$范数下的逼近的$O(h)$收敛性.
2020-01-29 cs.NA math.NA math.OC