摘要：结合有限时间共识算法及一阶加速算法重球法提出分布式有限时间重球法。本算法的优点为可以保证所有节点在每个周期都达到共识,同时达到与集中式重球法相同阶数的收敛速率。通过数值仿真将该算法与其他分布式优化算法应用于机器学习问题上,展现了该算法的优良性能。

摘要：协同网络中有许多资源配置问题和保持网络连通性问题的应用。在这篇文章中,考虑一个资源配置问题--节点配置(在有限的网络位置中,选择若干位置放置节点,且放置节点的总费用最小),同时放置节点的位置构成的网络可以保持网络连通性。对于这样类型的问题建立一个数学优化模型。之后针对不同的网络拓扑结构(无向网络,有向网络),基于单一商品流约束将原问题转化为混合整数优化模型。最后,使用传统的混合整数规划的算法验证了所构造的模型的正确性。

摘要：针对无人机在复杂环境中的自主导航问题,设计基于拉普拉斯方程的人工势场,并以人工势场为基础进行无人机的运动控制。对地图中阻碍边界与目标边界分别设置初始条件,采用边界元法求解拉普拉斯方程。由此建立调和势场,它对障碍物形态适应程度高,不存在局部极小点,并可快速计算内部任一点的梯度。以构建的梯度场作为参考速度,采用线性二次型高斯控制器进行速度追踪,从而完成无人机的姿态控制。采用Airsim仿真平台进行不同场景下的模拟实验,结果表明算法可以有效引导无人机完成路径规划与避障控制,且在遭遇意外干扰时具备良好的调整适应能力。