Диссертация (1150919), страница 12
Текст из файла (страница 12)
– 2017. – С. 70–72.[20] Ерофеева В.А. Поисковой алгоритм стохастической аппроксимациив задаче балансировки загрузки при неизвестных, но ограниченныхвозмущениях на входе // Материалы научной конференции по проблемам информатики СПИСОК-2014. – 2014. – С. 123–130.[21] Ерофеева В.А. Обзор теории интеллектуального анализа данныхна базе нейронных сетей // Стохастическая оптимизация в информатике.
– 2015. – Т. 11. – № 3. – С. 3–17.[22] Железнов К.О., Хлебников М.В. Синтез обратной связи для линейной системы управления с возмущением на входах и выходах:робастная постановка // Проблемы управления. – 2017. – № 3. – С.11–16.[23] Каляев И.А., Гайдук А.Р., Капустян С.Г. Модели и алгоритмыколлективного управления в группах роботов. – М.: ФИЗМАТЛИТ,2009. – 280 с.[24] Карпов М.И., Петросян Л.А. Кооперативные решения в коммуникационных сетях // Вестник Санкт-Петербургского Университета.Серия 10: Прикладная математика, информатика, процессы управления. – 2012.
– C. 37–45.[25] Петросян Л.А. Оптимизация управления подвижными объектамив условиях конфликта и неопределенности // В сб.: Управление вморских и аэрокосмических системах. – 2016. – C. 22–31.[26] Поляк Б.Т, Цыбаков А.Б. Оптимальные порядки точности поисковых алгоритмов стохастической оптимизации // Проблемы передачи информации. – 1990. – Т.
26. – № 2. – С. 45–53.[27] Поляк Б.Т., Щербаков П.С. Робастная устойчивость и управление.– М.: Наука, 2002. – 303 с.78[28] Поляк Б.Т., Щербаков П.С. Техника D-разбиения при решении линейных матричных неравенств // Автоматика и телемеханика. –2006. – № 11. – C. 159–174.[29] Поляк Б.Т., Хлебников М.В., Щербаков П.С. Управление линейными системами при внешних возмущениях: Техника линейных матричных неравенств.
– М.: ЛЕНАНД, 2014. – 560 с.[30] Поляк Б.Т., Хлебников М.В., Щербаков П.С. Разреженная обратная связь в линейных системах управления // Автоматика и телемеханика. – 2014. – № 12. – C. 13–27.[31] Поляк Б.Т., Хлебников М.В., Щербаков П.С. Разреженная обратная связь в линейных системах управления // Автоматика и телемеханика. – 2014. – № 12. – C.
13–27.[32] Поляк Б.Т., Цыбаков А.Б. Оптимальные порядки точности поисковых алгоритмов стохастической аппроксимации // Проблемы передачи информации. – 1990. – Т. 26. – С. 126–133.[33] Попов В.М. Об абсолютной устойчивости нелинейных систем автоматического регулирования // Автоматика и телемеханика. – 1961.– Т. 22.
– № 8. – C. 961–979.[34] Попов В.М. Об одной задаче теории абсолютной устойчивости регулируемых систем // Автоматика и телемеханика. – 1964. – Т. 25.– № 9. – С. 1257–1262.[35] Чеботарев П. Ю., Агаев Р. П. Согласование характеристик в многоагентных системах и спектры лапласовских матриц орграфов //Автоматика и телемеханика. – 2009. – № 3. – C.
136–151.[36] Якубович В.А. Метод матричных неравенств в теории устойчивости нелинейных регулируемых систем. I. Абсолютная устойчивостьвынужденных колебаний // Автоматика и телемеханика. – 1964. –Т. 25. – № 7. – С. 1017–1029.[37] Якубович В.А. Метод матричных неравенств в теории устойчивости нелинейных регулируемых систем. II. Абсолютная устойчивость в классе нелинейностей с условием на производную // Автоматика и телемеханика. – 1965. – Т. 26. – № 4. – С.
577–592.79[38] Amelina N., Erofeeva V., Granichin O., Malkovskii N. Simultaneousperturbation stochastic approximation in decentralized load balancingproblem // IFAC-PapersOnLine. – 2015. – Vol. 48, No. 11. – P. 936–941.[39] Amelina N., Fradkov A., Jiang Y., Vergados D.J. Approximateconsensus in stochastic networks with application to load balancing// IEEE Transactions on Information Theory. – 2015.
– Vol. 61, No. 4.– P. 1739–1752.[40] Borkar V. S. Stochastic Approximation: a Dynamical SystemsViewpoint. – Cambidge University Press, 2008. – 176 p.[41] Borkar V., Varaiya P. Asymptotic agreement in distributed estimation// IEEE Transactions on Automation Control. – 1982. – Vol. 27, No.3. – P. 650–655.[42] Bhatti S., Beck C.L., Nedich A. Large scale data clustering and graphpartitioning via simulated mixing // In: Proc.
of 55th IEEE Conferenceon Decision and Control. – 2016. – P. 147–152.[43] Boyd S., Parikh N., Chu E., Peleato B., Eckstein J. Distributedoptimization and statistical learning via the alternating directionmethod of multipliers // Foundations and Trends in Machine Learning.– 2011. – Vol. 3, No.
1. – P. 1–122.[44] Bullo F., Cortes J., Martinez S. Distributed Control of RoboticNetworks: a Mathematical Approach to Motion CoordinationAlgorithms. – Princeton University Press, 2009. – 320 p.[45] Boyd S., El Ghaoui L., Feron E., Balakrishnan V. Linear MatrixInequalities in System and Control Theory. – Siam, 1994. – V. 15.[46] Boyd S., Vandenberghe L. Convex Optimization.
– Cambridgeuniversity press, 2004. – 727 p.[47] Blum J.R. Multidimensional stochastic approximation // The Annalsof Mathematical Statistics. – 1954. – Vol. 9. – P. 737–744.[48] Bianchi P., Jakubowicz J. Convergence of a multi-agent projectedstochastic gradient algorithm for non-convex optimization // IEEETransactions on Automation Control. – 2013. – Vol. 58, No. 2. – P.391–405.80[49] Calafiore G., Polyak B.T. Stochastic algorithms for exact andapproximate feasibility of robust LMIs // IEEE Transactions onAutomatic Control.
– 2001. – Vol. 46, No. 11. – P. 1755–1759.[50] DeGroot M.H. Reaching a consensus // Journal of the AmericanStatistical Association. – 1974. – Vol. 69, No. 345. – P. 118–121.[51] Di Lorenzo P., Scutari G. Next: in-network nonconvex optimization //IEEE TSIPN. – 2016. – Vol. 2, No. 2. P. 120–136.[52] Erofeeva V., Granichin O., Kiyaev V. Multi-agent based adaptiveswarm robotics control in dynamically changing and noisyenvironments // In: Proc. of Russian Supercomputing Days. –2016. – P. 808–813.[53] Fax J.A., Murray R.M. Information flow and cooperative control ofvehicle formations // IEEE Transactions on Automatic Control.
– 2004.– Vol. 49, No. 9. – P. 1465–1476.[54] Friedkin N.E., Proskurnikov A.V., Tempo R., Parsegov S.E. Networkscience on belief system dynamics under logic constraints // Science. –2016. – Vol. 354, No. 6310. – P. 321–326.[55] Granichin O., Amelina N. Simultaneous perturbation stochasticapproximation for tracking under unknown but bounded disturbances// IEEE Transactions on Automatic Control.
– 2015. – Vol. 60, No. 6.– P. 1653–1658.[56] Granichin O., Gurevich L., Vakhitov A. Discrete-time minimumtracking based on stochastic approximation algorithm with randomizeddifferences // In: Proc. of 48th IEEE Conference on Decision andControl. – 2009. – P.
5763–5767.[57] Granichin, O., Volkovich, Z. and Toledano-Kitai, D. RandomizedAlgorithms in Automatic Control and Data Mining. – Springer, 2015.– 251 p.[58] Hernandez K., Spall J.C. Cyclic stochastic optimization with noisyfunction measurements // In: Proc. of American Control Conference.– 2014. – P. 5204–5209.[59] Hernandez K. Cyclic stochastic optimization via arbitrary selectionprocedures for updating parameters // In: Proc. of Information Scienceand Systems Conference.
– 2016. – P. 349–354.81[60] Hernandez K., Spall J.C. Asymptotic normality and efficiency analysisof the cyclic seesaw stochastic optimization algorithm // In: Proc. ofAmerican Control Conference. – 2016. – P. 7255–7260.[61] Hernandez K. Cyclic Stochastic Optimization: Generalizations,Convergence, and Applications in Multi-Agent Systems. – Ph.D.Thesis. – 2017.[62] Huang M., Manton J.H.
Coordination and consensus of networkedagents with noisy measurements: stochastic algorithms and asymptoticbehavior // SIAM Journal on Control and Optimization. – 2009. – Vol.48, No. 1. – P. 134–161.[63] Jadbabaie A., Lin J., Morse A.S. Coordination of groups of mobileautonomous agents using nearest neighbor rules // IEEE Transactionson Automatic Control. – 2003.
– Vol. 48, No. 6. – P. 988–1001.[64] Kushner H., Yin G.G. Stochastic Approximation and RecursiveAlgorithms and Applications. – V. 35. – Springer Science & BusinessMedia, 2003. – 478 p.[65] Kiefer J., Wolfowitz J. Statistical estimation on the maximum of aregression function // The Annals of Mathematical Statistics. – 1952.– Vol. 23. – P. 462–466.[66] Kalman R.E.
A new approach to linear filtering and predictionproblems // Journal of Basic Engineering. – 1960. – Vol. 82, No. 1.– P. 35–45.[67] Kalman R.E. Lyapunov functions for the problem of Lur’e in automaticcontrol // In: Proc. of the National Academy of Sciences. – 1963. – Vol.49, No. 2. – P. 201–205.[68] Karmarkar N. A new polynomial-time algorithm for linearprogramming // In: Proc. of the 16th Annual ACM Symposium onTheory of Computing. – 1984. – P.
302–311.[69] Kong J., Pfeiffer M., Schildbach G., Borrelli F. Kinematic anddynamic vehicle models for autonomous driving control design // In:Proc. of Intelligent Vehicles Symposium. – 2015. – P. 1094–1099.[70] Lur’e A.I. Some Non-linear Problems in the Theory of AutomaticControl. – Her Majesty’s stationery office, 1957. – 165 p.82[71] Lur’e A.I., Postnikov V.N. On the theory of stability of control systems// Applied Mathematics and Mechanics.
– 1944. – Vol. 8, No. 3. – P.246–248.[72] Lyapunov A.M. The general problem of motion stability // Annals ofMathematics Studies. – 1892. – V. 17.[73] Lynch N.A. Distributed Algorithms. – Elsevier, 1996. – 904 p.[74] Lewis F.L., Zhang H., Hengster-Movric K., Das A. CooperativeControl of Multi-agent Systems: Optimal and Adaptive DesignApproaches. – Springer Science & Business Media, 2013.[75] Mhanna S., Chapman A.C., Verbic G.
![](https://s.studizba.com/z.php?f=/templates/si/i/noavatar.png&w=100&h=100&t=1"){kind=avatar}
