В статье рассматривается задача распределенного оптимального консенсусного управления неоднородными мультиагентными системами с ограничениями в рамках модели предиктивного управления (MPC). Предложен подход, в котором одновременно оптимизируются последовательность управляющих воздействий и динамически достижимое равновесное состояние консенсуса, что приводит к связанной задаче оптимизации на каждом шаге прогноза. Для решения разработан распределенный алгоритм типа primal-dual, и получены условия сходимости, проверяемые локально. Также установлены достаточные терминальные условия для обеспечения рекурсивной реализуемости и асимптотического консенсуса замкнутой системы.
Важно для разработки методов распределенного управления крупномасштабными системами, где требуется координация разнородных агентов с учетом ограничений и оптимизации общих целей.
Перевод и краткое изложение — машинные, по материалам источника. Полный текст статьи не републикуется; права на него принадлежат источнику.
