项目名称: 网络化多自主体系统的分布式优化及其在传感器网络中的应用

项目编号: No.61304038

项目类型: 青年科学基金项目

立项/批准年度: 2014

项目学科: 自动化技术、计算机技术

项目作者: 游科友

作者单位: 清华大学

项目金额: 25万元

中文摘要: 本项目重点研究网络化多自主体系统的分布式优化问题及其在传感器网络中的应用。分布式优化仅利用局部的通信与信息处理技术和自主体之间的协作使得各个自主体均实现全局优化目标。自主体之间的相互作用通过一网络拓扑结构来描述。其广泛应用于传感器网络、分布式计算、多自主体协调、大规模机器学习、智能交通等领域。针对全局目标为单个自主体的成本函数的和函数,构造基于牛顿优化算法和趋同算法的分布式优化算法,并分析算法的性能。该算法具有易分布式实现、收敛速度快、扩展性强等特点。分别刻画具有不确定性的网络信道和时变拓扑结构对算法性能的影响。基于提出的分布式优化算法,解决传感器网络中诸如分布式目标定位与跟踪、自组网、最优任务分配等重点应用问题。

中文关键词: 网络化多自主体;分布式优化;中心度度量;量化;

英文摘要: This project mainly studies the distributed optimization over networked multi-agent systems and its applications in sensor networks.The goal of distributed optimization is to ensure that each agent achieves a global objective by using local communication and information processing, and the collaboration among agents. The interaction between agents is described by a network toplogy. It arises in various application domains including sensor networks,distributed computation, multi-agent coordination, large-scale machine learning, intelligent transportation and etc. For a global objective formed by a sum of agents' cost functions, a distributed optimization algorithm is proposed by integrating ideas of the Newton and consensus algorithms, whose performance is to be evaluated as well. The striking feature of the algorithm lies in the ease of implementation in a distributed manner, fast convergence, scalability and etc. The joint effect of channel uncertainties and the variation of the network topology is to be quantified. Then, the algorithm is tailored to solve several important application issues in sensor networks such as distributed localization and tracking, self network configuration, distributed task assignment and etc.

英文关键词: networked multi-agent systems;distributed optimization;centrality measure;quantization;

成为VIP会员查看完整内容
5

相关内容

6G中联邦学习的应用、挑战和机遇
专知会员服务
51+阅读 · 2022年3月14日
对抗机器学习在网络入侵检测领域的应用
专知会员服务
33+阅读 · 2022年1月4日
【博士论文】集群系统中的网络流调度
专知会员服务
43+阅读 · 2021年12月7日
【硬核书】机器人网络分布式控制
专知会员服务
67+阅读 · 2021年7月25日
【2021新书】分布式优化,博弈和学习算法,227页pdf
专知会员服务
227+阅读 · 2021年5月25日
专知会员服务
29+阅读 · 2021年4月12日
专知会员服务
65+阅读 · 2021年1月28日
最新《非凸优化理论》进展书册,79页pdf
专知会员服务
108+阅读 · 2020年12月18日
【博士论文】解耦合的类脑计算系统栈设计
专知会员服务
30+阅读 · 2020年12月14日
如何使用流处理器 Pipy 来创建网络代理
InfoQ
0+阅读 · 2022年2月25日
对抗机器学习在网络入侵检测领域的应用
【博士论文】集群系统中的网络流调度
专知
4+阅读 · 2021年12月7日
约束进化算法及其应用研究综述
专知
0+阅读 · 2021年4月12日
【CPS】CPS应用案例集
产业智能官
84+阅读 · 2019年8月9日
【学科发展报告】无人船
中国自动化学会
27+阅读 · 2019年1月8日
无人机集群对抗研究的关键问题
无人机
56+阅读 · 2018年9月16日
国家自然科学基金
6+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
Arxiv
0+阅读 · 2022年4月18日
Knowledge Embedding Based Graph Convolutional Network
Arxiv
24+阅读 · 2021年4月23日
Arxiv
12+阅读 · 2020年12月10日
Arxiv
10+阅读 · 2020年6月12日
小贴士
相关VIP内容
6G中联邦学习的应用、挑战和机遇
专知会员服务
51+阅读 · 2022年3月14日
对抗机器学习在网络入侵检测领域的应用
专知会员服务
33+阅读 · 2022年1月4日
【博士论文】集群系统中的网络流调度
专知会员服务
43+阅读 · 2021年12月7日
【硬核书】机器人网络分布式控制
专知会员服务
67+阅读 · 2021年7月25日
【2021新书】分布式优化,博弈和学习算法,227页pdf
专知会员服务
227+阅读 · 2021年5月25日
专知会员服务
29+阅读 · 2021年4月12日
专知会员服务
65+阅读 · 2021年1月28日
最新《非凸优化理论》进展书册,79页pdf
专知会员服务
108+阅读 · 2020年12月18日
【博士论文】解耦合的类脑计算系统栈设计
专知会员服务
30+阅读 · 2020年12月14日
相关资讯
如何使用流处理器 Pipy 来创建网络代理
InfoQ
0+阅读 · 2022年2月25日
对抗机器学习在网络入侵检测领域的应用
【博士论文】集群系统中的网络流调度
专知
4+阅读 · 2021年12月7日
约束进化算法及其应用研究综述
专知
0+阅读 · 2021年4月12日
【CPS】CPS应用案例集
产业智能官
84+阅读 · 2019年8月9日
【学科发展报告】无人船
中国自动化学会
27+阅读 · 2019年1月8日
无人机集群对抗研究的关键问题
无人机
56+阅读 · 2018年9月16日
相关基金
国家自然科学基金
6+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
微信扫码咨询专知VIP会员