Adaptive Control with Global Exponential Stability for Parameter-Varying Nonlinear Systems under Unknown Control Gains
即使对于具有匹配不确定性和持续激励条件的时不变非线性系统,指数稳定性也是不平凡的。本文在不需要PE条件的情况下,研究了具有非匹配不确定性和未知时变控制增益的严格反馈系统的全局指数镇定问题。所得到的控制,嵌入时变反馈增益,能够确保全局指数稳定的参数严格反馈系统的持续激励的情况下。通过使用增强的Nussbaum函数,以前的结果被推广到更一般的非线性系统的时变控制增益的符号和大小是未知的。特别是,Nussbaum函数的辐角在非线性阻尼设计的帮助下保证始终为正,这对于Nussbaum函数的有界性进行直接的技术分析至关重要。最后,建立了参数变化严格反馈系统的全局指数稳定性,控制输入和更新速率的有界性,以及参数估计的渐近恒常性。数值仿真结果验证了所提方法的有效性和优越性。
2022-10-23 cs.SY eess.SY
Minimax Linear Quadratic Gaussian Control of Nonlinear MIMO System with Time Varying Uncertainties
University of New South Wales at the Australian Defence Force Academy(新南威尔士大学澳大利亚国防军学院);University of Waterloo(滑铁卢大学)
针对满足积分二次约束的时变不确定非线性MIMO系统,提出一种结合鲁棒反馈线性化和极小极大LQG控制的鲁棒控制方案,保证闭环稳定性和鲁棒性能,并应用于吸气式高超声速飞行器跟踪控制。
2012-08-30 cs.SY eess.SY
Time-Varying and Nonlinearly Scaled Consensus of Multiagent Systems: A Generic Attracting Law Approach
本文介绍了多智能体系统的有限/固定时间尺度的共识的设计和分析。首先研究了一类吸引子有限/固定时间收敛的非线性系统的一般吸引律,并给出了一般吸引律的定义.建立时间函数的上下限的估计是通过两阶段分析提供的。给出的估计是依赖于初始状态的,但持续时间是有限的,而不考虑初始状态所取的值。根据一般吸引律,分别针对无向图和细节平衡有向图的多智能体系统,提出了分布式协议,其中采用了时变尺度和非线性尺度策略.它表明,有限/固定时间的共识进行的多智能体系统仍然可以实现,即使是时变和非线性尺度之间的代理。数值模拟的两个说明性的例子来验证所提出的有限持续时间的共识协议的有效性。
2020-08-23 cs.SY eess.SY
Communication-Efficient Variance-Reduced Decentralized Stochastic Optimization over Time-Varying Directed Graphs
考虑时变有向网络的分散优化问题。网络节点只能访问其本地目标,并通过与邻居交换消息来协作最小化全局函数。利用稀疏化,梯度跟踪和方差减少,我们提出了一种新的通信有效的分散优化方案,适用于资源受限的时变有向网络。我们证明了在光滑和强凸的目标函数的情况下,该计划实现了加速的线性收敛速度。据我们所知,这是时变有向网络的第一个分散优化框架,它实现了这样的收敛速度,并适用于需要稀疏通信的设置。在模拟数据集和真实数据集上的实验结果验证了理论结果,并证明了该方案的有效性。
2021-12-02 cs.SY eess.SY
Learning Reduced-Order Linear Parameter-Varying Models of Nonlinear Systems
针对非线性动态系统建模问题,提出一种两步法学习降阶线性参数变化模型,通过神经网络高效参数化在低维空间学习LPV模型,经仿真验证精度优于现有方法。
2024-05-20 cs.SY eess.SY
An Overview of Integral Quadratic Constraints for Delayed Nonlinear and Parameter-Varying Systems
University of Minnesota(明尼苏达大学)
本文提出分析时滞非线性及线性参数变化系统稳定性与性能的通用框架,通过积分二次约束和耗散不等式,为恒定及变化时滞系统提供新的约束方法,并通过数值示例验证其有效性。
2015-04-09 cs.SY eess.SY
Automated Linear Parameter-Varying Modeling of Nonlinear Systems: A Global Embedding Approach
针对非线性动力学系统,提出基于微积分第二基本定理的无近似矩阵因式分解自动化LPV模型转换方法,实现全局嵌入,在Matlab工具箱实现并通过不平衡圆盘、三自由度陀螺验证,支持控制器设计与部署。
2025-02-18 cs.SY eess.SY
From Nonlinear Identification to Linear Parameter Varying Models: Benchmark Examples
Eindhoven University of Technology(埃因霍温理工大学)
本文提出了一种系统性的LPV嵌入方法,从非线性分数表示模型开始,通过因子分解静态非线性块,将非线性系统识别为具有仿射依赖的LPV-LFR或LPV状态空间模型,从而从数据驱动的角度选择调度变量,并且估计不受调度变量测量噪声的影响。
2018-09-13 cs.SY eess.SY
Dynamic coupling design for nonlinear output agreement and time-varying flow control
University of Stuttgart(斯图加特大学);University of Groningen(格罗宁根大学)
本文研究了在时间变化干扰下非线性动力系统网络的输出一致问题,通过动态扩散耦合方法推导了必要条件,并展示了其在分布网络流量控制中的应用。
2013-11-29 cs.SY eess.SY
Sufficient Conditions on the Existence of Switching Observers for Nonlinear Time-Varying Systems
National Technical University of Athens(雅典国立技术大学)
针对包括三角结构在内的一类非线性时变系统,在比现有文献更弱的假设下,通过构造时变非因果动态的切换序列实现状态确定。
2011-11-02 cs.SY eess.SY math.OC
Robust Adaptive Neural Network Control of Time-Varying State Constrained Nonlinear Systems
本文研究一类非常简单的未知非线性系统的跟踪控制问题。在本文中,我们提出了一种设计策略的跟踪控制的时变状态约束非线性系统的自适应框架。控制器的设计采用反推方法。在设计时,采用了障碍李雅普诺夫函数(BLF),使状态变量不违反约束条件。为了处理系统的未知动态,在线逼近器的设计使用神经网络与一种新的自适应法律的权重更新。为了使控制器的鲁棒性和计算成本低,干扰观测器的建议,以应付随着神经网络逼近误差和虚拟控制输入的时间导数的干扰。通过仿真研究证明了所提出的方法的有效性。
2022-10-09 cs.SY eess.SY
Affine Linear Parameter-Varying Embedding of Nonlinear Models with Improved Accuracy and Minimal Overbounding
在本文中,自动生成的线性变参数(LPV)状态空间模型嵌入的动态行为的非线性系统被认为是,侧重于调度复杂性和模型精度之间的权衡和最小化的保守性嵌入。LPV状态空间模型是用仿射调度依赖关系合成的,而调度变量本身是原系统状态和输入变量的非线性函数。该方法允许生成非线性系统模型的完全或近似嵌入,并且还可以用于最小化现有LPV嵌入的复杂性。该方法的能力被证明在仿真例子,也在一个经验的案例研究中,第一原理运动模型的3-DOF控制力矩陀螺仪被转换所提出的方法LPV模型与低调度复杂度。利用所得到的模型,增益调度控制器的设计和应用的陀螺仪,证明了所开发的方法的效率。
2020-10-04 cs.SY eess.SY
Control of Unknown Nonlinear Systems with Linear Time-Varying MPC
University of California at Berkeley(加州大学伯克利分校);California Institute of Technology(加州理工学院)
针对输入未知的仿射非线性动力系统,提出了一种模型预测控制(MPC)策略。一个非参数的方法是用来估计的非线性动力学从观测数据。估计的非线性动态,然后在状态空间的时变区域线性化,以构建仿射时变(ATV)模型。估计和线性化过程中所产生的误差范围计算通过使用采样技术。利用ATV模型和不确定集设计了一个鲁棒模型预测控制(MPC)问题,该问题以高概率保证未知系统的安全性。一个简单的非线性例子表明,该方法的有效性,常用的线性化方法失败。
2020-10-08 cs.RO cs.SY eess.SY
Linearization of Time-Varying Nonlinear Systems Using A Modified Linear Iterative Method
FTW, Austria(奥地利FTW);Technische Universität München, Germany(德国慕尼黑工业大学)
本文提出一种实时可行的时变离散Volterra级数后置和前置线性化方法,通过改进的线性迭代方法实现非线性系统的线性化,并展示了其在处理显著失真信号方面的有效性。
2014-04-23 cs.SY eess.SY
Nonlinear parameter-varying state-feedback design for a gyroscope using virtual control contraction metrics
提出了一种基于虚拟控制收缩度量(VCCM)的非线性变参数(NPV)方法,设计了控制力矩陀螺(CMG)的状态反馈控制器,以跟踪用户定义的轨迹集。这种基于VCCM的非线性稳定和性能综合方法,这是类似于线性参数变化(LPV)控制方法,允许实现精确的保证指数稳定性和$\mathcal{L}_2$增益性能的非线性系统的所有轨迹从预定的集合,这是不是与传统的LPV方法的情况。在完全和欠驱动的CMG操作模式进行的仿真和实验研究表明,这种方法相比,标准的LPV控制方法的有效性。
2021-04-11 cs.SY eess.SY math.OC
Linear Parameter-Varying Embedding of Nonlinear Models with Reduced Conservativeness
本文提出了一种将非线性系统的动力学描述嵌入到线性变参数(LPV)系统表示中的系统方法。最初,使用多元多项式回归来近似模型表示中的非线性函数。考虑到残差的近似作为潜在的调度参数,主成分分析(PCA)进行引入一组有限的辅助调度参数,在应付贸易?模型的准确性和复杂性之间的关系。以这种方式,LPV嵌入的非线性系统和调度变量的选择,共同执行,使得一个很好的交易o?LPV模型多项式地依赖于一些状态变量,并依赖于引入的辅助调度变量,这些变量共同构成了整个调度向量。该方法被施加到一个两自由度(2-DOF)的机器人机械手除了一个学术的例子,以揭示所提出的方法的有效性,并显示所提出的方法的优点与文献中的一些可用的结果相比。
2020-11-06 cs.SY eess.SY
Distributed Continuous-Time Optimization with Uncertain Time-Varying Quadratic Cost Functions
本文研究具有不确定参数的时变二次代价函数的分布式连续时间优化问题,提出了级联固定时间平均估计器与分布式优化器的新型算法,通过集成基于状态的增益移除了复杂函数上界要求,并证明了全局收敛性。
2024-07-29 cs.SY eess.SY
Linear Parameter Varying Representation of a class of MIMO Nonlinear Systems
Eindhoven University of Technology(埃因霍温理工大学)
本文提出了一种系统化的线性参数变化(LPV)嵌入方法,从具有非线性反馈块(NLFR)的多输入多输出(MIMO)线性分数表示出发,通过自动分解模型中的静态非线性块,得到LPV-LFR或具有调度依赖性的LPV状态空间模型,从而方便选择调度变量并利用非线性识别工具估计LPV模型。
2018-09-13 cs.SY eess.SY
Nonlinear Tracking and Rejection using Linear Parameter-Varying Control
线性变参数(LPV)框架已被引入的意图提供稳定性和性能保证的非线性(NL)系统的分析和控制器综合通过凸方法。通过扩展线性时不变框架的结果,主要基于二次稳定性和性能,使用耗散理论,它已被假定,他们推广的NL系统的跟踪和扰动抑制保证。然而,如文献中所示,通过标准耗散的稳定性和性能不足以满足非线性系统在参考跟踪和扰动抑制的情况下的期望保证。我们建议解决这个问题的应用程序的增量耗散,确保这些规格。提出了一种新的方法来综合和实现NL控制器,该控制器能够通过使用LPV框架中的方法的凸优化来保证NL系统的增量稳定性和性能。通过仿真和实验,所提出的方法相比,标准的LPV控制器的设计,表现出显着的性能改善。
2023-03-07 cs.SY eess.SY
On asymptotic stability of the time-varying Kalman filter for unstabilizable linear systems: an optimization perspective
University of California, Santa Barbara(加州大学圣塔芭芭拉分校);Leibniz University Hannover(汉诺威莱布尼茨大学)
本文从优化视角推导时变卡尔曼滤波渐近稳定性的充要条件,提出修正Q函数,避免Riccati迭代,便于推广至非线性系统。
2026-11-10 cs.SY eess.SY
Decentralized Optimization On Time-Varying Directed Graphs Under Communication Constraints
我们考虑分散优化的问题,代理的集合,每个有机会获得一个本地的代价函数,在一个随时间变化的有向网络进行通信,旨在最大限度地减少这些功能的总和。实际上,由于通信限制,代理之间可以交换的信息量是有限的。我们提出了一个通信效率的算法,分散凸优化,依赖于稀疏化的本地更新网络中相邻的代理之间交换。在有向网络中,消息稀疏化改变了列随机性--这一属性在建立分散学习任务的收敛中起着重要作用。我们提出了一个分散的优化方案,依赖于混合矩阵的局部修改,并表明它实现了$\mathcal{O}(\frac{\mathrm{ln}T}{\sqrt{T}})$收敛速度在所考虑的设置。实验结果验证了理论分析的正确性和算法的有效性。
2021-08-30 cs.SY eess.SY
Detectability Conditions and State Estimation for Linear Time-Varying and Nonlinear Systems
基于指数二分谱提出了线性时变系统的可检测性条件。该条件保证了观测器的存在,其增益仅由系统的不稳定模式决定。这允许与经典估计方法相比具有低计算复杂度的观测器设计。将这种观测器设计推广到一类非线性系统,并证明了相应的估计误差动态的局部收敛性。数值结果表明所提出的观测器设计技术的有效性。
2022-04-19 cs.SY eess.SY math.DS
Moving horizon estimation for nonlinear systems with time-varying parameters
针对非线性时变参数系统,提出含自适应正则化项的滚动时域估计方案,在参数可观测性依赖系统激励且可能缺失的情况下,保证估计误差鲁棒有界性,可观测频率越高性能越优,仿真验证了理论结果。
2025-08-20 cs.SY eess.SY
Varying Horizon Learning Economic MPC With Unknown Costs of Disturbed Nonlinear Systems
本文提出一种无需终端约束的变时域经济模型预测控制方案,利用混合核回归学习重构未知成本,通过在线迭代自适应调整时域并设计收缩约束确保系统稳定,仿真验证了其在鲁棒性和计算效率上的优势。
2025-09-15 cs.SY eess.SY
State estimation for a class of nonlinear time-varying uncertain system under multiharmonic disturbance
针对多谐波干扰下的非线性时变不确定系统,提出一种三步观测器综合方法,结合自回归模型与DREM方法在有限时间内重构参数与干扰,最终构建无需测量输出导数的状态观测器,仿真验证了其有效性。
2024-07-25 cs.SY eess.SY
Using the Best Linear Approximation With Varying Excitation Signals for Nonlinear System Characterization
本文通过对比两种策略,提出最佳组合方法,用于检测系统内部结构,以减少测量频率响应函数的总失真,提高测量精度和结构决策可靠性。
2018-05-11 cs.SY eess.SY
Smooth Reference Command Generation and Control for Transition Flight of VTOL Aircraft Using Time-Varying Optimization
针对VTOL飞行器过渡飞行中离线逐点求解ℓ₁范数优化导致参考指令不平滑的问题,提出基于预测-校正内点的时变优化方法,通过求解常微分方程实现实时平滑参考指令生成,并在二维Lift+Cruise模型上验证有效性。
2025-01-01 cs.SY eess.SY
Robust Adaptive Prescribed-Time Control for Parameter-Varying Nonlinear Systems
对于具有未知、快速甚至突变时变参数的严格反馈系统,实现自适应规定时间控制是一个有趣的公开问题。在本文中,我们提出了一个解决方案的帮助下,几个设计和分析创新。首先,通过时空变换,将原系统在有限时间区间上的可操作性转化为在无限时间区间上的可操作性,从而允许李雅普诺夫渐近设计,并将有限时域上的规定时间镇定转化为无限时域上的渐近镇定.其次,针对具有未知变化边界的时变参数,我们采用了变量自适应方法,建立了三个独立的参数估计自适应律(两个用于反馈通道中的未知参数,一个用于输入通道中的未知参数),并利用两个调节函数来消除过参数化。第三,为了使变换后的系统渐近收敛,我们利用非线性阻尼设计和基于非回归量的设计来处理时变扰动,最后,我们通过逆时间尺度变换从渐近控制器推导出指定时间的控制方案。通过李雅普诺夫分析、挤压定理和基于常数变易法的两个新引理,严格证明了所有闭环信号和控制输入的有界性。数值仿真验证了该方法的有效性。
2022-10-23 cs.SY eess.SY
Adaptive observer of state variables of a nonlinear time varying system with unknown constant parameters
本文针对控制矩阵和非线性部分均含未知常参数的非线性时变系统,提出一种基于GPEBO参数化与带遗忘因子最小二乘法的自适应状态观测器,将文献[4]的线性结果推广到部分未知非线性情形。
2023-05-24 cs.SY eess.SY
Linear Parameter-Varying Control of Nonlinear Systems based on Incremental Stability
线性变参数(LPV)框架长期以来主要通过$\mathcal{L}_2$增益概念来保证非线性(NL)系统的性能和稳定性要求。然而,最近的研究已经指出,如果非零操作条件(例如,参考跟踪、恒定扰动抑制等)的稳定不能保证这些要求,则当前的基于$\mathcal{L}_2$增益的LPV合成方法可能无法保证这些要求。是必需的.本文提出了一种基于LPV的综合方法,该方法能够保证NL系统的增量性能和稳定性,即使具有参考和扰动抑制目标。所开发的方法和当前的$\mathcal{L}_2$ LPV合成方法进行了比较,在Duffing振荡器的位置控制问题的仿真研究,显示所提出的方法相比,当前的$\mathcal{L}_2$为基础的跟踪和扰动抑制的方法的性能改进。
2019-09-16 cs.SY eess.SY
Uncertainty-Based Perturb and Observe for Fast Optimization of Unknown, Time-Varying Processes
本文提出基于不确定性的扰动观察法,通过在线构建代价模型并仅在预期有益时施加扰动,在显著减少扰动次数的同时实现对未知时变最优值的快速准确跟踪。
2025-08-27 cs.SY eess.SY
Distributed Robust Continuous-Time Optimization Algorithms for Time-Varying Constrained Cost
针对受扰动多智能体系统中的时变代价与约束,提出融合对数障碍罚函数和积分滑模控制的分布式连续时间优化框架,实现最优解渐近零误差跟踪。
2024-09-09 cs.SY eess.SY
Control of Nonlinear Systems Under Multiple Time-Varying Output Constraints: A Single Funnel Approach
针对不确定非线性系统的多重时变输出约束问题,提出将约束满足转化为标量有符号距离为正的单一漏斗控制框架,并设计低复杂度鲁棒反馈控制器,仿真验证了其有效性。
2023-08-11 cs.SY eess.SY math.DS
Robust Adaptive MPC in the Presence of Nonlinear Time-Varying Uncertainties: An Uncertainty Compensation Approach
University of Illinois Urbana-Champaign(伊利诺伊大学厄巴纳-香槟分校);University of Alabama(阿拉巴马大学);University of Michigan(密歇根大学)
本文提出一种基于不确定性的鲁棒自适应MPC框架,用于具有非线性时变不确定性的线性系统,通过L1自适应控制器补偿匹配不确定性,并利用线性矩阵不等式设计鲁棒反馈控制器以减轻未匹配不确定性的影响,通过误差界收紧状态和输入约束,提升系统性能。
2026-03-19 cs.SY eess.SY
Closed-Loop Motion Planning for Differentially Flat Systems: A Time-Varying Optimization Framework
Johns Hopkins University(约翰斯·霍普金斯大学);University of Toronto(多伦多大学)
针对微分平坦非线性系统,提出将规划与控制整合为闭环任务的时变优化框架,证明全局渐近收敛,并在多机器人跟踪与避障中验证。
2026-09-18 cs.SY eess.SY
Low-Complexity Control for a Class of Uncertain MIMO Nonlinear Systems under Generalized Time-Varying Output Constraints (extended version)
KTH Royal Institute of Technology(皇家理工学院);University of Southern California(南加州大学);University of Patras(帕特雷大学)
本文提出了一种新框架,解决不确定高阶MIMO非线性控制系统中多个时间变化输出约束的满足问题,通过设计单一整合约束保证有限时间内收敛和不变性,并提出低复杂度反馈控制器和在线修改机制。
2026-03-19 cs.SY eess.SY
Quantitative Sensitivity Bounds for Nonlinear Programming and Time-varying Optimization
受经典非线性最优化灵敏度结果的启发,我们导出并讨论了参数化非线性规划解映射和对偶变量的新的定量界.特别是,我们推导出显式表达式的局部和全局Lipschitz常数的非凸或凸优化问题的解决方案地图,分别。我们的研究结果是面向时变最优化问题的研究,这是常见的在线优化,包括电力系统,机器人,信号处理等各种应用。在这种情况下,我们的结果可以用来约束优化器的变化率。为了说明我们的灵敏度界限的使用,我们概括现有的参数来量化连续时间,单调运行算法的跟踪性能。此外,我们引入了一个新的连续时间运行算法的时变约束优化,我们作为一个所谓的扰动扫描过程模型。对于这种间断格式,我们建立了一类凸问题渐近解跟踪的显式界。
2020-06-18 cs.SY eess.SY math.OC
Compositional design for time-varying and nonlinear coordination
本文提出一种组合控制框架,通过串联稳定的一阶一致性算子生成高阶一致性协议,使其继承部件稳定性,并应用于车辆编队控制中的时变权重、时变延迟和饱和输入场景,仿真验证了其优势。
2025-04-09 cs.SY eess.SY math.OC
Deep Koopman Iterative Learning and Stability-Guaranteed Control for Unknown Nonlinear Time-Varying Systems
Peking University(北京大学);City University of Hong Kong(香港城市大学)
本文提出基于Koopman的迭代学习与稳定控制方法,用于高效逼近和控制未知非线性时变系统,通过在线更新提升模型以提高精度和稳定性。
2026-01-29 cs.SY eess.SY math.OC
Parameter-Dependent Control Lyapunov Functions for Stabilizing Nonlinear Parameter-Varying Systems
本文提出参数依赖控制 Lyapunov 函数(PD-CLF)概念,通过鲁棒二次规划构建控制律,基于平方和规划联合综合 PD-CLF 和控制器,最大化镇定区域,并充分捕获系统非线性,优于传统 LPV 方法。
2025-03-05 cs.SY eess.SY math.OC
Sensitivity of Online Feedback Optimization to time-varying parameters
本文推导了在线反馈优化对投影梯度下降参数及时变模型失配敏感性的闭式表达式,并通过气举优化案例表明敏感性随控制器运行时间增长而降低。
2025-03-10 cs.SY eess.SY math.OC
A Linear Parameter-Varying Framework for the Analysis of Time-Varying Optimization Algorithms
University of Stuttgart(斯图加特大学)
本文提出了一种用于分析时间变化优化算法的线性参数变化框架,通过引入新的积分二次约束来捕捉时间变化非线性行为,并通过数值实验展示了其在收敛率分析中的应用。
2026-10-30 cs.SY eess.SY math.OC
Robust Closed-Form Control for MIMO Nonlinear Systems under Generalized Conflicting Time-Varying Hard and Soft Constraints (extended version)
KTH Royal Institute of Technology(皇家理工学院);University of Patras(帕特雷大学)
针对不确定高相对阶非线性MIMO系统的时变硬软约束冲突问题,提出一种基于倒数障碍函数与非线性变换的低复杂度鲁棒闭式控制律,可优先保障硬约束,仿真验证了其有效性。
2026-09-03 cs.SY eess.SY math.DS
Implicit Trajectory Planning for Feedback Linearizable Systems: A Time-varying Optimization Approach
我们开发了一个基于优化的框架,用于联合实时轨迹规划和反馈线性化系统的反馈控制。为了实现这一目标,我们定义了一个目标轨迹的时变优化问题的最优解。然而,一般来说,这种轨迹可能是不可行的,例如,非完整约束为了解决这个问题,我们设计了一个控制律,产生可行的轨迹,渐近收敛到目标轨迹。更确切地说,对于(动态)全状态线性化的系统,所提出的控制律隐式地将非线性系统转换为足够高阶的优化算法。我们证明了全局指数收敛到目标轨迹的优化算法和原系统。我们说明了我们提出的方法的有效性多目标或多代理跟踪问题的约束。
2020-03-13 cs.SY eess.SY math.OC
Online Proximal-ADMM For Time-varying Constrained Convex Optimization
本文考虑了一个带成本和约束的凸优化问题,该问题随时间演化。要最小化的函数是强凸的,可能是不可微的,变量通过线性约束耦合。在这种情况下,本文提出了一种基于交替方向乘法(ADMM)的在线算法,跟踪时变问题的最优解轨迹,特别是,该算法由原始的近端梯度下降步骤和适当扰动的双上升步骤。本文推导出跟踪结果,渐近界,线性收敛结果。然后将该算法应用于一个多区域电网优化问题,数值结果验证了算法的有效性。
2021-01-12 cs.SY eess.SY math.OC
$\mathcal{L}_{1}$ Adaptive Optimizer for Online Time-Varying Convex Optimization
提出 $\mathcal{L}_{1}$ 自适应优化方法,通过自适应更新律估计并补偿在线时变凸优化中预测模型的不准确性,提供误差性能界限,实现高效可靠的优化。
2025-03-01 cs.SY eess.SY math.OC
Online Optimization with Unknown Time-varying Parameters
针对含不可测未知线性动态时变参数的在线优化问题,提出利用代价函数梯度测量在线辨识参数动态并求解的方法,证明温和条件下仅需有限次梯度测量,经数值算例验证有效。
2025-03-19 cs.SY eess.SY math.OC
An online optimization algorithm for tracking a linearly varying optimal point with zero steady-state error
针对最优解线性变化的非凸优化问题,提出一种在线优化算法,利用圆判据保证全局收敛性,通过含双积分器的Luré型系统实现零稳态误差跟踪,应用于恒速定位问题时可零稳态误差估计源位置。
2024-11-04 cs.SY eess.SY math.OC
A Framework for Time-Varying Optimization via Derivative Estimation
本文提出基于脏导数的连续时间导数估计框架,结合ISS和李雅普诺夫重新设计,为时变代价下的在线优化算法提供可证明的次优性保证。
2024-03-28 cs.SY eess.SY math.OC
Characterization of integral input-to-state stability for nonlinear time-varying systems of infinite dimension
对于大类无穷维时变控制系统,在合理假设零输入时系统轨迹关于输入连续的条件下,建立了积分输入-状态稳定性(iISS)与零输入下全局一致渐近稳定性(0-GUAS)和一致有界能量输入/有界状态(UBEBS)的等价性.通过具体到无限维系统的具体情况,如时滞,或半线性巴拿赫空间,充分条件的功能定义的动态。此外,它还表明,对于半线性系统的非线性项满足仿射在状态范数界,它认为,iISS成为等价的只是0-GUAS,一个事实,已知双线性系统。另一个重要的方面是,所考虑的iISS概念比标准概念更一般。
2022-12-02 cs.SY eess.SY math.OC
Distributed Stochastic Constrained Composite Optimization over Time-Varying Network with a Class of Communication Noise
研究了一类带有通信噪声的时变网络上分布式随机多智能体约束最优化问题。本文考虑的问题,在复合优化设置,这是更普遍的文献中的噪声网络优化。值得注意的是,现有的主流噪声网络优化方法是基于欧几里德投影。基于Bregman投影的镜像下降格式,提出了一种非欧方法,并研究了其收敛性。这种方法是分布式随机复合镜像下降型方法(DSCMD-N),它提供了一个更通用的算法框架。得到了DSCMD-N的一些新的误差界。据我们所知,这是第一个工作,分析和推导的收敛速度的优化算法在噪声网络优化。在适当的通信噪声条件下,我们还证明了该方法在非光滑凸优化下可以得到一个最优的$O(1/\sqrt{T})$速率。在期望收敛性、高概率收敛性和几乎必然收敛性方面得到了新的收敛结果。
2022-12-19 cs.SY eess.SY math.OC
Escaping spurious local minimum trajectories in online time-varying nonconvex optimization
跟踪时变非凸最优化问题的优化器的在线算法的一个主要限制是它们关注于特定的局部极小值轨迹,这可能导致不良的虚假局部解。在本文中,我们表明,自然的时间变化可以帮助简单的在线跟踪方法发现和跟踪随时间变化的全局最小值。为此,我们研究了具有惯性的时变投影梯度流系统的性质,它可以看作是(1)具有近似正则化的离散序列最优化问题的最优性条件和(2)在线跟踪方案的连续时间极限.我们引入的主导轨迹的概念,并表明,固有的时间变化可以重新塑造景观的拉格朗日功能,并帮助一个接近的算法逃避虚假的局部极小值轨迹,如果全局极小值轨迹是占主导地位的。对于目标函数和约束条件为二次连续可微的问题,给出了保证局部搜索法无论如何初始化,经过一定时间后都能跟踪时变全局解的充分条件.在一个具有许多局部极小值的基准示例上说明了结果。
2021-01-26 cs.SY eess.SY math.OC
Distributed Time-Varying Optimization via Unbiased Extremum Seeking
Harbin Institute of Technology(哈尔滨工业大学);Tel-Aviv University(特拉维夫大学);University of California San Diego(加州大学圣迭戈分校)
本文提出一种基于无偏极值搜索的分布式时变优化框架,无需导数信息,支持有向图、可调收敛速率,并通过李括号平均和LMI条件保证收敛,数值实验验证有效。
2026-09-09 cs.SY eess.SY math.OC
Time-Varying Convex Optimization: Time-Structured Algorithms and Applications
优化是科学和技术每天面临的许多挑战的基础。近年来,基于批量算法的传统优化范式发生了重大转变,用于中等规模的问题,具有挑战性的动态,时变,甚至是巨大的设置。这是由技术变革推动的,这些技术变革将基础设施和社交平台转换为复杂而动态的网络系统,甚至具有普遍的传感和计算能力。本文回顾了广泛的一类国家的最先进的算法随时间变化的优化,着眼于算法的发展和性能分析。它提供了可用工具和方法的全面概述,并揭示了广泛关注的应用领域的开放挑战。所展示的现实世界的例子包括智能电力系统、机器人技术、机器学习和数据分析,突出了特定领域的问题和解决方案。最终目标是使分析工具和相关理论基础的广泛工程相关性得到验证。
2020-06-15 cs.SY eess.SY math.OC