书籍：Distributed Optimization and Learning: A Control-Theoretic Perspective

作者：Zhongguo Li，Zhengtao Ding

出版：Academic Press

01 书籍介绍

本书系统阐述了分布式优化与学习的核心原理。本书以控制论为切入点，对分布式优化与学习算法进行了系统化的介绍，重点探讨如何利用控制论方法解决网络互联多智能体系统中的分布式优化与学习问题。

鉴于优化与学习之间紧密的内在联系，本书为理解面向不同目标的分布式优化与学习算法提供了统一平台。

· 汇集最新研究成果，涵盖分布式协同与竞争优化、机器学习、最优资源分配等主题

· 展示分布式优化与机器学习在理论与应用上的前沿进展，并与传统控制技术建立深刻联系

· 每章均提供数值与仿真结果，以反映工程实践，并验证所提出分析与综合方法的核心要点

02 作者简介

Zhongguo Li是英国伦敦大学学院计算机科学系机器人与人工智能方向讲师。他的研究聚焦于为协同与竞争多智能体系统开发先进的优化与学习算法，揭示了复杂网络系统中控制、优化与学习之间的根本而关键的关系。该研究不仅为保证最优行为的理论性能提供了重要支撑，也推动了电力资源及风电场最优可持续调度等工程应用。他是分布式优化与学习领域最活跃的研究者之一，已在 IEEE Transactions on Automatic Control、Automatica、IEEE Transactions on Cybernetics、IEEE Transactions on Neural Networks and Learning Systems 等顶级期刊和会议上发表或合作发表论文 20 余篇。

Li博士担任期刊 Drones and Autonomous Vehicles 的副主编，以及 Frontiers in Control Engineering 的客座编辑，并为 IEEE Transactions on Neural Networks and Learning Systems、Automatica、IEEE Transactions on Cybernetics 等顶级期刊担任活跃审稿人。

Zhengtao Ding是英国曼彻斯特大学电气与电子工程系控制系统教授。他独立或合作撰写 3 部专著，包括《非线性与自适应控制系统》（IET，2013）与《多智能体系统协同控制：最优与鲁棒视角》（Academic Press，Elsevier，2020）。Ding教授已发表 300 余篇研究论文，其中大部分刊载于本领域顶级学术期刊。他的研究涵盖非线性与自适应控制理论及其应用，近年来聚焦于网络化控制、分布式优化与分布式机器学习，并在电力系统与机器人领域展开应用。

他现任期刊 Drones and Autonomous Vehicles 主编、Frontiers in Control Engineering 非线性控制方向首席主编，并受 Elsevier 委托担任系统与控制学科百科全书主编。此外，他还担任或曾任 Scientific Reports、International Journal of Systems Sciences、Journal of Franklin Institute、IEEE Transactions on Automatic Control 等期刊的副主编。他是 IEEE 非线性系统与控制技术委员会、IEEE 智能控制技术委员会及 IFAC 自适应与学习系统技术委员会成员，并获选为英国国家数据科学与人工智能研究院（The Alan Turing Institute）会士。

03 书籍大纲