| 摘要 | 第2-3页 |
| Abstract | 第3-4页 |
| 1 绪论 | 第7-14页 |
| 1.1 多智能体系统分布式优化研究背景与意义 | 第7-8页 |
| 1.2 多智能体分布式优化问题研究现状 | 第8-10页 |
| 1.3 论文主要研究内容与论文结构设计 | 第10-11页 |
| 1.4 基本知识 | 第11-13页 |
| 1.4.1 图论 | 第11-12页 |
| 1.4.2 凸优化 | 第12-13页 |
| 1.4.3 马尔可夫过程 | 第13页 |
| 1.5 本章小结 | 第13-14页 |
| 2 马尔可夫切换拓扑条件下的分布式优化 | 第14-31页 |
| 2.1 连续系统的分布式优化算法 | 第14-20页 |
| 2.1.1 问题描述 | 第14-15页 |
| 2.1.2 连续系统算法设计 | 第15-20页 |
| 2.2 离散系统的分布式优化算法 | 第20-25页 |
| 2.2.1 问题描述 | 第20-21页 |
| 2.2.2 离散系统算法设计 | 第21-25页 |
| 2.3 数值仿真 | 第25-30页 |
| 2.4 本章小结 | 第30-31页 |
| 3 一般有向强连通图下的多智能体分布式优化 | 第31-43页 |
| 3.1 连续系统的分布式优化算法 | 第31-37页 |
| 3.1.1 问题描述 | 第31-34页 |
| 3.1.2 算法设计 | 第34-37页 |
| 3.2 基于“零梯度和”的分布式优化算法 | 第37-40页 |
| 3.2.1 问题描述 | 第37-38页 |
| 3.2.2 算法设计 | 第38-40页 |
| 3.3 数值仿真 | 第40-42页 |
| 3.4 本章小结 | 第42-43页 |
| 4 通讯与饱和受限的分布式优化 | 第43-61页 |
| 4.1 减少计算量的分布式优化算法 | 第43-51页 |
| 4.1.1 问题描述 | 第43页 |
| 4.1.2 减少计算量的分布式优化算法 | 第43-51页 |
| 4.2 带有事件触发的高阶多智能体系统分布式优化算法 | 第51-54页 |
| 4.2.1 问题描述 | 第51页 |
| 4.2.2 事件触发分布式优化算法设计 | 第51-54页 |
| 4.3 带有饱和约束的多智能体分布式优化算法 | 第54-57页 |
| 4.3.1 问题描述 | 第54-55页 |
| 4.3.2 输入饱和分布式优化算法设计 | 第55-57页 |
| 4.4 数值仿真 | 第57-60页 |
| 4.5 本章小结 | 第60-61页 |
| 5 离散多智能体系统平均一致与包含控制 | 第61-66页 |
| 5.1 问题描述 | 第61-62页 |
| 5.2 平均一致与包含控制充要条件 | 第62-64页 |
| 5.3 数值仿真 | 第64-65页 |
| 5.4 本章小结 | 第65-66页 |
| 结论与展望 | 第66-67页 |
| 参考文献 | 第67-71页 |
| 附录A 符号与缩写 | 第71-72页 |
| 攻读硕士学位期间发表学术论文情况 | 第72-73页 |
| 致谢 | 第73-75页 |