Trong nhiều lĩnh vực kỹ thuật, hệ thống bao gồm các hệ thống con độc lập một phần—hệ thống điện bao gồm các hệ thống phân phối và truyền tải, nhóm rô-bốt bao gồm các rô-bốt riêng lẻ và hệ thống quy trình hóa học bao gồm các bình chứa, bộ trao đổi nhiệt và lò phản ứng. Thông thường, các hệ thống con này phải đạt được một mục tiêu chung như đáp ứng nhu cầu điện với chi phí tối thiểu, bay theo đội hình hoặc đạt đến điểm đặt tối ưu. Đồng thời, việc trao đổi thông tin hạn chế là điều mong muốn—vì lý do bảo mật nhưng cũng do hạn chế về giao tiếp. Hơn nữa, quy trình ra quyết định nhanh chóng và đáng tin cậy là chìa khóa vì các ứng dụng có thể rất quan trọng đối với an toàn. Các kỹ thuật tối ưu hóa toán học là một trong những công cụ thành công nhất để kiểm soát hệ thống một cách tối ưu với các đảm bảo khả thi. Tuy nhiên, chúng thường tập trung—tất cả dữ liệu phải được thu thập trong một thực thể trung tâm và mạnh mẽ về mặt tính toán. Các phương pháp từ tối ưu hóa phân tán kiểm soát các hệ thống con theo cách phân tán hoặc phi tập trung, giảm hoặc tránh phối hợp tập trung. Các phương pháp này có lịch sử lâu dài và thành công. Tuy nhiên, các thuật toán tối ưu hóa phân tán cổ điển thường được thiết kế cho các vấn đề lồi. Do đó, chúng chỉ có thể áp dụng một phần trong các lĩnh vực trên vì nhiều trong số chúng dẫn đến các vấn đề tối ưu hóa với các ràng buộc không lồi. Cuốn sách này phát triển một trong những khuôn khổ đầu tiên cho tối ưu hóa phân tán và phi tập trung với các ràng buộc không lồi.

Abstract:

In many engineering domains, systems are composed of partially independent subsystems—power systems are composed of distribution and transmission systems, teams of robots are composed of individual robots, and chemical process systems are composed of vessels, heat exchangers and reactors. Often, these subsystems should reach a common goal such as satisfying a power demand with minimum cost, flying in a formation, or reaching an optimal set-point. At the same time, limited information exchange is desirable—for confidentiality reasons but also due to communication constraints. Moreover, a fast and reliable decision process is key as applications might be safety-critical. Mathematical optimization techniques are among the most successful tools for controlling systems optimally with feasibility guarantees. Yet, they are often centralized—all data has to be collected in one central and computationally powerful entity. Methods from distributed optimization control the subsystems in a distributed or decentralized fashion, reducing or avoiding central coordination. These methods have a long and successful history. Classical distributed optimization algorithms, however, are typically designed for convex problems. Hence, they are only partially applicable in the above domains since many of them lead to optimization problems with non-convex constraints. This book develops one of the first frameworks for distributed and decentralized optimization with non-convex constraints.

Ngôn ngữ:	eng
Tác giả:	Alexander Engelmann
Thông tin nhan đề:	Distributed Optimization with Application to Power Systems and Control
Nhà xuất bản:	KIT Scientific Publishing
Loại hình:	Tài nguyên giáo dục mở / Bộ sưu tập: Công nghệ thông tin
Bản quyền:	https://creativecommons.org/licenses/by-sa/4.0/
Nguồn gốc:	https://www.ksp.kit.edu/site/books/m/10.5445/KSP/1000144792/
Mô tả vật lý:	226p.
Năm xuất bản:	2022