[发明专利]一种多智能体系统分布式优化控制方法及存储介质

权利要求书

1.一种多智能体系统分布式优化控制方法，其特征在于，包括：

初始化所述多智能体系统的本地状态量；

初始化后的所述多智能体系统中的智能体迭代更新本地变量信息，迭代更新规则为：

其中，k代表迭代次数，为函数f_i(x_i)取得最小值时状态值x_i的取值，为第k次迭代时智能体i的本地数据原始变量信息，且i,j为两个相邻智能体，i的邻居智能体的集合记作N_i，i的邻居智能体的数量d_i＝|N_i|，表示第k-1次迭代时智能体i对于邻居j设置的惩罚项系数，表示智能体对自身设置的惩罚项系数，为第k-1次迭代时的对偶变量，通过迭代更新得到状态值x_i；

迭代过程中，根据不同的所述智能体之间原始变量的误差，利用第一公式更新所述惩罚项系数，所述第一公式为：

其中，k_max2为惩罚项最大更新次数，惩罚函数变量c⁰为惩罚项初始设定值，为智能体i对自身设置的惩罚项系数，为智能体i对邻居j设置的惩罚项系数，为衡量第k次迭代时智能体i的本地状态值与系统中所有智能体的最大最小状态值差距的函数，且其中，为第k次迭代时智能体i的误差函数值，为第k次迭代时智能体j的误差函数值，为第k次迭代时智能体j的本地数据原始变量信息；

在迭代过程中，根据原始变量状态值，利用第二公式更新门限函数，所述第二公式为：

其中为智能体i第k-1次的通信变量，用于记录通信后本地的原始变量值，τ^k是人为设定的随更新次数递减的序列，k_maxl为通信门限函数的最大更新次数；

根据所述门限函数，确认所述智能体是否能通信，若能通信，则所述智能体间交换信息，且更新其中为智能体i存储的通信变量，若智能体不能通信，则更新

利用第三公式迭代更新所述对偶变量，所述第三公式为：

其中，为第k次迭代时的对偶变量，为第k次迭代时对自身设置的惩罚项，为第k次迭代时对邻居j设置的惩罚项；

智能体迭代更新本地变量信息时，同步判断所述多智能体系统的更新误差是否满足预设条件，若满足所述预设条件，则完成迭代过程，若不满足所述预设条件，则多智能体系统重新按照所述迭代更新规则迭代更新，直至满足所述预设条件并结束迭代。

2.如权利要求1所述的一种多智能体系统分布式优化控制方法，其特征在于，所述更新误差表达为第四公式：

其中，X^k为第k次迭代时矩阵形式的状态量，X⁰为多智能体系统初始状态值矩阵，X^k-1为第k-1次更新系统的状态值矩阵，C(k)为更新误差值，||||_F表示矩阵的Frobenius范数。

3.如权利要求1所述的一种多智能体系统分布式优化控制方法，其特征在于，所述多智能体系统分布式优化控制方法还包括：

设置衡量第k次迭代智能体i与系统中其它智能体状态误差的误差函数，所述误差函数为：

其中，为衡量第k次迭代智能体i与系统中其它智能体状态误差的误差函数值，表示第k次迭代时多智能体系统中所有智能体状态函数值的2范数的最大值，表示第k次迭代时多智能体系统中所有智能体状态函数值的2范数的最小值。

4.如权利要求1所述的一种多智能体系统分布式优化控制方法，其特征在于，所述预设条件为所述多智能体系统的更新误差的值小于10^-8。

5.如权利要求1所述的一种多智能体系统分布式优化控制方法，其特征在于，所述根据原始变量状态值，利用第二公式更新门限函数包括：

当门限函数更新次数超过k_max1次时，设置门限函数为0，此时门限函数作用消失，在每次迭代过程中所述智能体间均进行通信。