复杂多智能体系统的分布式优化分析与设计

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    61573344
  • 项目类别:
    面上项目
  • 资助金额:
    65.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    F0301.控制理论与技术
  • 结题年份:
    2019
  • 批准年份:
    2015
  • 项目状态:
    已结题
  • 起止时间:
    2016-01-01 至2019-12-31

项目摘要

Distributed optimization of complex multi-agent systems is one of the key problems in the study of complex large-scale systems. Based on the results obtained on the topic by us in recent years, this project mainly investigates the convergence analysis and effective algorithm design of distributed optimization for multi-agent systems with complex dynamics in complex environments. The main research topics include: (1) to propose distributed disturbance-rejection optimization method in the presence of external environmental disturbance, and propose approximate-gradient-based optimization method along to deal with measurement uncertainties, along with convergence analysis; (2) to consider the cooperative optimization and control design when the multi-agent system has complex dynamics or completes complex tasks, especially to study the optimization and conrol of hierarchical and nonlinear multi-agent systems; (3) to consider the communication constraints and uncertainties and solve the convergence of distributed optimization algorithms to deal with the quantization and random factors (e.g., noises) and the quantitative optimization error analysis. In a sum, we will effectively integrate some good methods of optimization and control, in order to estabilish a package of methods to handle distributed optimization analysis and design for quite a large class of complex multi-agent systems.
复杂多智能体系统的分布式优化研究是当前复杂大型系统研究的核心问题之一。本项目将基于我们近年来在此方面已取得的成果,主要研究在复杂环境下具有复杂动态的多智能体系统进行分布式优化收敛性分析与有效算法设计。研究主要包括以下几个方面:(1)给出在外部环境干扰下的分布式抗干扰优化设计方法,以及针对量测误差给出基于近似梯度的优化方法并提供收敛性分析;(2)考虑多智能体具有复杂动态和复杂任务时的协同优化和控制设计问题,特别是对多层次的非线性智能体分布式优化控制进行研究;(3)考虑某些通讯约束或不确定性并解决基于量化的或处理具有随机因素(噪声等)情况下的分布式优化收敛性以及定量的优化误差分析。总之,我们将利用多种优化与控制方法有机的结合,给出一套处理相当一大类复杂多智能体系统的分布式优化分析和设计方法。

结项摘要

复杂多智能体系统的分布式优化研究是当前复杂大型系统研究的核心问题之一,属于多学科交叉研究的热门方向,有着广泛的应用背景。.本项目主要研究在复杂环境下具有复杂动态的多智能体系统进行分布式优化收敛性分析与有效算法设计。重要研究成果在如下方面:(1)给出在外部环境干扰下的分布式鲁棒优化设计方法,以及针对量测误差给出基于随机方法以及(带有不确定性的)非光滑优化方法并提供收敛性分析;(2)考虑多智能体具有复杂动态和复杂任务时的协同优化和控制设计问题,特别是对多层次的非线性智能体分布式优化控制进行研究;(3)考虑某些通讯约束和其他优化约束下的分布式优化收敛性以及定量的优化误差分析。.已经发表文章30多篇, 其中SCI 论文23篇。总之,我们利用多种优化与控制方法有机的结合,给出一套处理相当一大类复杂多智能体系统的分布式优化分析和设计方法,为将来在智能电网和无人智能系统方面的应用提供了理论依据。

项目成果

期刊论文数量(23)
专著数量(0)
科研奖励数量(0)
会议论文数量(7)
专利数量(0)
非光滑聚合博弈纳什均衡的分布式连续时间算法
  • DOI:
    --
  • 发表时间:
    2018
  • 期刊:
    控制理论与应用
  • 影响因子:
    --
  • 作者:
    梁银山;梁舒;洪奕光
  • 通讯作者:
    洪奕光
Coverage-Based Interception Algorithm of Multiple Interceptors Against the Target Involving Decoys
基于覆盖的多拦截器针对诱饵目标的拦截算法
  • DOI:
    10.2514/1.g001535
  • 发表时间:
    2016
  • 期刊:
    Journal of Guidance, Control, and Dynamics
  • 影响因子:
    --
  • 作者:
    Zhai Chao;He Fenghua;Hong Yiguang;Wang Long;Yao Yu
  • 通讯作者:
    Yao Yu
Targeted agreement of multiple Lagrangian systems
多个拉格朗日系统的目标一致
  • DOI:
    10.1016/j.automatica.2017.07.010
  • 发表时间:
    2017-10
  • 期刊:
    Automatica
  • 影响因子:
    6.4
  • 作者:
    Meng Ziyang;Yang Tao;Shi Guodong;Dimarogonas Dimos V;Hong Yiguang;Johansson Karl Henrik
  • 通讯作者:
    Johansson Karl Henrik
Distributed resource allocation over random networks based on stochastic approximation
基于随机近似的随机网络分布式资源分配
  • DOI:
    10.1016/j.sysconle.2018.02.009
  • 发表时间:
    2018
  • 期刊:
    Systems & Control Letters
  • 影响因子:
    2.6
  • 作者:
    Yi Peng;Lei Jinlong;Hong Yiguang
  • 通讯作者:
    Hong Yiguang
Distributed sub-optimal resource allocation over weight-balanced graph via singular perturbation
通过奇异扰动在权重平衡图上进行分布式次优资源分配
  • DOI:
    10.1016/j.automatica.2018.05.013
  • 发表时间:
    2017-02
  • 期刊:
    Automatica
  • 影响因子:
    6.4
  • 作者:
    Liang Shu;Zeng Xianlin;Hong Yiguang
  • 通讯作者:
    Hong Yiguang

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--"}}
  • 发表时间:
    {{ item.publish_year || "--" }}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--"}}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ patent.updateTime }}

其他文献

有限信域观点动力学建模和动态分析
  • DOI:
    --
  • 发表时间:
    2016
  • 期刊:
    系统科学与数学
  • 影响因子:
    --
  • 作者:
    张江波;洪奕光
  • 通讯作者:
    洪奕光
分布式合作优化及其应用
  • DOI:
    --
  • 发表时间:
    2016
  • 期刊:
    中国科学:数学
  • 影响因子:
    --
  • 作者:
    衣鹏;洪奕光
  • 通讯作者:
    洪奕光
多阶段协同拦截问题的制导方法研究
  • DOI:
    --
  • 发表时间:
    2016
  • 期刊:
    系统科学与数学
  • 影响因子:
    --
  • 作者:
    贺风华;马龙彪;姚郁;洪奕光
  • 通讯作者:
    洪奕光
分布式优化:算法设计和收敛性分析
  • DOI:
    --
  • 发表时间:
    2014
  • 期刊:
    控制理论与应用
  • 影响因子:
    --
  • 作者:
    洪奕光;张艳琼
  • 通讯作者:
    张艳琼
多智能体系统分布式控制的研究新进展
  • DOI:
    --
  • 发表时间:
    2010
  • 期刊:
    复杂系统与复杂性科学
  • 影响因子:
    --
  • 作者:
    王晓丽;洪奕光
  • 通讯作者:
    洪奕光

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

洪奕光的其他基金

基于决策的复杂非线性系统控制
  • 批准号:
    61733018
  • 批准年份:
    2017
  • 资助金额:
    265.0 万元
  • 项目类别:
    重点项目
多智能体系统的分布式动态覆盖控制
  • 批准号:
    61174071
  • 批准年份:
    2011
  • 资助金额:
    60.0 万元
  • 项目类别:
    面上项目
复杂多个体系统的层次化协调控制
  • 批准号:
    60874018
  • 批准年份:
    2008
  • 资助金额:
    34.0 万元
  • 项目类别:
    面上项目
分岔和混沌的非光滑分析和控制
  • 批准号:
    10472129
  • 批准年份:
    2004
  • 资助金额:
    26.0 万元
  • 项目类别:
    面上项目

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码