本书从连续时间的角度介绍了典型分布式非光滑优化控制的基本模型、典型连续时间分布式优化控制算法设计和分析方法。书中介绍了非光滑分析、凸优化、图论的相关数学概念（包括微分包含、次梯度、最优性条件等），还介绍了针对分布式非光滑优化控制问题的两类典型方法——基于次梯度的方法（第2章、第3章、第6章）和基于算子分割的方法（第4章、第5章）。 本书既可作为自动化专业高年级本科生和研究生的教材，也可作为相关科研人员的参考书。

第1章 绪论
1.1 引言
1.2 多智能体系统的分布式非光滑优化问题概述
1.2.1 分布式优化问题的要素
1.2.2 典型分布式优化模型
1.3 分布式非光滑优化的连续时间算法概述
1.3.1 次梯度法
1.3.2 分割法
1.4 本书的内容和结构
参考文献
第2章 一致性约束下的多智能体系统分布式非光滑优化控制
2.1 引言
2.2 具有一致性约束的分布式非光滑优化问题
2.2.1 相关数学概念
2.2.2 问题描述
2.3 基于投影算子的分布式非光滑一致性优化控制
2.3.1 算法设计
2.3.2 收敛性分析
2.3.3 数值仿真
2.4 基于精确罚函数的分布式非光滑一致性优化控制
2.4.1 算法设计
2.4.2 算法的收敛性
2.4.3 数值仿真
2.5 本章小结
参考文献
第3章 多智能体系统的分布式非光滑资源分配控制
3.1 引言
3.2 多智能体非光滑资源分配问题
3.2.1 相关数学概念
3.2.2 问题描述
3.3 分布式非光滑资源分配控制
3.3.1 优化算法
3.3.2 收敛分析
3.3.3 数值仿真
3.4 本章小结
参考文献
第4章 基于分割法的多智能体系统分布式非光滑优化控制
4.1 引言
4.2 数学基础
4.2.1 符号定义
4.2.2 图论
4.2.3 凸分析
4.2.4 近端算子
4.2.5 收敛性
4.3 具有可分解指标的多智能体非光滑优化问题
4.3.1 具有一阶动力学模型的多智能体分布式一致性问题
4.3.2 具有一阶动力学模型的多智能体分布式资源分配问题
4.4 基于近端梯度法的分布式一致性优化控制
4.4.1 算法设计及分析
4.4.2 数值仿真
4.5 基于近端梯度法的分布式资源分配控制
4.5.1 算法设计及分析
4.5.2 数值仿真
4.6 本章小结
参考文献
第5章 具有二阶动力学模型的多智能体系统分布式非光滑优化控制
5.1 引言
5.2 具有二阶动力学模型的多智能体系统非光滑优化控制问题
5.2.1 数学预备知识
5.2.2 问题描述
5.3 基于近端梯度算法的分布式一致性优化控制
5.3.1 基于近端梯度算法和微分反馈技术的算法
5.3.2 基于近端梯度算法和拉格朗日方程的算法
5.3.3 数值仿真
5.4 基于近端梯度算法的分布式资源分配控制
5.4.1 算法设计及分析
5.4.2 数值仿真
5.5 本章小结
参考文献
第6章 基于混杂控制的多智能体系统分布式非光滑优化控制
6.2 具有混杂动力学模型的多智能体系统分布式非光滑优化控制问题
6.1 引言
6.3 基于混杂控制的分布式非光滑一致性优化控制
6.3.1 混杂动态系统
6.3.2 分布式混杂原始-对偶算法设计
6.3.3 理论分析
6.3.4 数值仿真
6.4 基于混杂控制的分布式非光滑资源分配控制
6.4.1 分布式混杂算法设计
6.4.2 理论分析
6.4.3 数值仿真
6.5 本章小结
参考文献
附录 基础数学知识