Distributed optimization of multi-agent systems with delayed sampled-data

در این مقاله، مسئله بهینه سازی توزیع شده سیستم های چندگانه با داده های نمونه برداری با تاخیر بررسی می شود، جایی که توپولوژی مرتبط با آن، با وزن متعادل و به شدت متصل است، و همچنین توابع هزینه محلی به شدت با گرادیان لپسچیتس در سطح جهانی محاسبه می شود. بر اساس داده های نمونه گیری همزمان و غیر همزمان، دو الگوریتم مربوطه را ساختیم. نتایج اصلی ما، شرایط کافی برای همگرایی به یک راه حل بهینه، تحت فرض است که تمام پارامترهای طراحی به درستی انتخاب می شوند. ما همچنین یک مثال برای تأیید نتایج نظری ما ارائه می دهیم.