[논문 리뷰] Distributed Robustness Analysis of Interconnected Uncertain Systems Using Chordal Decomposition

Sina Khoshfetrat Pakazad, Anders Hansson외 2명|arXiv (Cornell University)|2014. 02. 10.

Probabilistic and Robust Engineering Design참고 문헌 18인용 수 5

한 줄 요약

이 논문은 희소 선형 행렬 부등식(LMI)의 호각 분해를 이용하여 대규모 상호연결 불확실 시스템에 대한 분산 내구성 분석 방법을 제안한다. 이는 보편성 없이 기밀 보장이 가능하고 계산 효율적인 분석을 가능하게 한다. 이 방법은 시스템 상호연결 구조에 기반하여 분석 문제를 분해함으로써, 최소한의 정보 공유로 국소 계산을 통한 분산 해법을 가능하게 한다. 500개의 하위시스템으로 구성된 네트워크에서 검증되었으며, 94%의 약식 제약 조건이 50개 이하의 변수를 가지며 14회 반복 이내 수렴함을 보였다.

ABSTRACT

Large-scale interconnected uncertain systems commonly have large state and uncertainty dimensions. Aside from the heavy computational cost of solving centralized robust stability analysis techniques, privacy requirements in the network can also introduce further issues. In this paper, we utilize IQC analysis for analyzing large-scale interconnected uncertain systems and we evade these issues by describing a decomposition scheme that is based on the interconnection structure of the system. This scheme is based on the so-called chordal decomposition and does not add any conservativeness to the analysis approach. The decomposed problem can be solved using distributed computational algorithms without the need for a centralized computational unit. We further discuss the merits of the proposed analysis approach using a numerical experiment.

연구 동기 및 목표

• 대규모 상호연결 불확실 시스템에서 중심 집중형 내구성 분석의 높은 계산 비용과 기밀 보장 한계를 해결하기 위해.
• 중앙 집중형 계산과 정보 공유가 필요 없도록 분산된 내구성 분석 문제의 해법을 가능하게 하기 위해.
• 분석 정확성을 유지(보편성 없이)하면서도 시스템 상호연결의 희소성 구조를 활용하는 분해 방법을 개발하기 위해.
• 상호연결 구조에서 유도된 희소 LMI의 호각 분해를 활용하여 효율적인 분산 계산을 가능하게 하기 위해.
• 500개의 하위시스템을 포함한 대규모 수치 예제에서 이 방법의 확장성과 기밀 보장 이점을 입증하기 위해.

제안 방법

• 내구성 분석 문제를 적분 제약 조건(IQC) 이론을 사용하여 기술함으로써, 주파수에 따라 변하는 반무한 LMI로 도출한다.
• 시스템의 상호연결 구조에 내재된 희소성을 활용하여 LMI를 희소하고 구조화된 최적화 문제로 재정의한다.
• 희소 LMI에 호각 분해를 적용하여, 희소성 그래프의 클리크에 의해 인덱싱된 더 작은 겹치는 정준형 제약 조건 집합으로 변환한다.
• 이로 인해 각 에이전트가 국소 하위문제를 풀 수 있도록 분산 해법을 가능하게 하며, 이는 국소 하위시스템 데이터와 제한된 이웃 정보만을 사용한다.
• 기존의 분산 알고리즘(예: Khoshfetrat Pakazad 등, 2013)을 활용하여 분해된 문제를 효율적으로 해결한다.
• 호각 분해가 원래 LMI의 타당성 조건을 유지하므로, 분해 과정에서 보편성이 도입되지 않음을 보장한다.

실험 결과

연구 질문

• RQ1 대규모 상호연결 불확실 시스템의 내구성 분석을 중앙 집중형 계산 없이 효율적으로 수행할 수 있는가?
• RQ2 하위시스템이 전체 모델을 공유하지 않는 경우, 분산 분석에서 기밀 보장을 어떻게 유지할 수 있는가?
• RQ3 희소 LMI의 호각 분해가 내구성 분석에서 계산 복잡도를 얼마나 감소시키는가?
• RQ4 대규모 시스템에서 이 분산 방법의 확장성과 통신 효율성은 어떠한가?
• RQ5 이 분해 방법은 인접 행렬이나 하위시스템의 동질성에 강한 가정 없이도 임의의 상호연결 희소성 구조를 가진 시스템에 적용 가능한가?

주요 결과

• 제안된 방법은 원래 LMI의 타당성 조건을 정확히 유지하면서도 보편성을 도입하지 않고 상호연결 불확실 시스템의 분산 내구성 분석을 가능하게 한다.
• 희소 상호연결을 가진 500개의 하위시스템 네트워크에서 문제는 579개의 정준형 제약 조건으로 분해되었으며, 이 중 94%의 제약 조건이 차원과 변수 수가 50 이하였다.
• 가장 큰 개별 제약 조건은 차원 210과 변수 수 170을 가지며, 원래의 1498개 변수 문제보다 훨씬 작아져 국소 계산이 효율적으로 가능해졌다.
• 579개의 병렬 에이전트를 사용하여 14회 반복 이내에 분산 알고리즘이 타당해를 수렴하였으며, 96%의 에이전트가 10개 이하의 하위시스템으로부터 정보를 필요로 하였다.
• 분산 해법은 579개의 프로세서를 사용해 1623초가 소요되었으며, 중심 집중형 해법의 2760초 대비 계산 효율성이 뛰어나다는 것을 보였다.
• 이 방법은 국소 기밀 보장을 지원하며, 각 에이전트가 이웃하는 하위시스템 모델의 소수의 정보만 접근하면 되며, 최악의 경우에도 52개의 하위시스템 정보만 필요로 한다.