Thông tin chung
  English
  Đề tài NC khoa học
  Bài báo, báo cáo khoa học
  Hướng dẫn Sau đại học
  Sách và giáo trình
  Các học phần và môn giảng dạy
  Giải thưởng khoa học, Phát minh, sáng chế
  Khen thưởng
  Thông tin khác
  Tài liệu tham khảo
  Hiệu chỉnh
 
Số người truy cập: 106,960,098

  Optimization method in designing a finite-time average consensus protocol
Tác giả hoặc Nhóm tác giả: Trần Thị Minh Dung
Nơi đăng: Tạp chị KHCN Đại Học Đà Nẵng, 2018; Số: 12(133);Từ->đến trang: 1-5;Năm: 2018
Lĩnh vực: Kỹ thuật; Loại: Bài báo khoa học; Thể loại: Trong nước
TÓM TẮT
Trong bài báo náy, tác giả nghiên cứu về phương pháp tối ưu hóa trong thiết kế giao thức đồng thuận hữu hạn trung bình cho hệ thống đa đối tượng hay là các mạng lưới cảm biến không dây. Mục tiêu của giao thức đồng thuận là tất cả các đối tượng trong hệ thống đều đạt đến một giá trị chung, là giá trị trung bình của tất cả các giá trị ban đầu của các đối tượng trong hệ thống. Để một giao thức đồng thuận trung bình có thể hoạt động được, chúng ta cần thực hiện hai bước: bước tự cấu hình và bước thực thi. Tại bước cấu hình, giao thức đồng thuận sẽ được thiết kế và cập nhật lên mỗi đối tượng trong hệ thống sao cho tại bước thực thi, các đối tượng của hệ thống đạt đến giá trị chung trung bình trong thời gian ngắn nhất có thể. Phương pháp tối ưu hóa được đề xuất trong bài báo này dựa vào phương pháp học và quá trình huấn luyện của mạng nơ-ron
ABSTRACT
- In this paper, the optimization methods in designing a finite-time average consensus protocol for multi-agent systems or wireless sensor network are taken into account. As we all know, the purpose of the average consensus protocol is that all agents reach the final common value, which is the average of the initial values. In order to run a consensus protocol, there are 2 main steps: self-configuration step, and execution step. In the selfconfiguration step, the consensus protocol is designed and uploaded to each agent of the system so that the final average value is achieved in the minimal execution time. The proposed optimization method is based on learning and training methods applied for neural network
© Đại học Đà Nẵng
 
 
Địa chỉ: 41 Lê Duẩn Thành phố Đà Nẵng
Điện thoại: (84) 0236 3822 041 ; Email: dhdn@ac.udn.vn