期刊文献+
共找到7篇文章
< 1 >
每页显示 20 50 100
时延情形下分布式Push-sum次梯度优化算法的研究 被引量:1
1
作者 李德权 张晓倩 《安徽理工大学学报(自然科学版)》 CAS 2015年第2期6-12,共7页
针对多个体系统在个体间进行信息交换时发生接收信息滞后,存在通信时延,影响优化算法的收敛速度的问题,提出一种时延情形下的分布式Push-sum次梯度优化算法,该方法在权矩阵不具有正对角线元素时仍适用,并应用系统扩维的方法将有时延优... 针对多个体系统在个体间进行信息交换时发生接收信息滞后,存在通信时延,影响优化算法的收敛速度的问题,提出一种时延情形下的分布式Push-sum次梯度优化算法,该方法在权矩阵不具有正对角线元素时仍适用,并应用系统扩维的方法将有时延优化问题转化为无时延优化问题。在时延和次梯度有界且有向切换网络周期强连通的条件下,证明了所提出的分布式Push-sum次梯度优化算法的收敛性。研究表明:存在通信时延时的算法收敛速度比无时延时的收敛速度要慢,并具有较大的收敛误差。最后,通过数值仿真验证了研究的结论。 展开更多
关键词 时延 push-sum算法 次梯度 分布式优化
下载PDF
一类时变有向图中的PUSH-SUM分布式对偶平均优化算法 被引量:1
2
作者 周小清 李觉友 《西南师范大学学报(自然科学版)》 CAS 北大核心 2019年第11期11-17,共7页
利用push-sum通信协议并结合分布式对偶平均方法,在时变有向图中,讨论了一类带有简单约束集的分布式凸优化问题.首先提出了push-sum分布式对偶平均算法,然后分析了算法的收敛性,并得到了算法的收敛率为O(1/√T),最后用l1线性回归问题的... 利用push-sum通信协议并结合分布式对偶平均方法,在时变有向图中,讨论了一类带有简单约束集的分布式凸优化问题.首先提出了push-sum分布式对偶平均算法,然后分析了算法的收敛性,并得到了算法的收敛率为O(1/√T),最后用l1线性回归问题的数值结果验证了所提出算法的有效性.对比现有的一些结果,所提出的算法能用于求解带约束的分布式优化问题,并且去掉了网络通讯权矩阵是双随机的限制. 展开更多
关键词 分布式对偶平均 push-sum算法 收敛性分析 凸优化 时变网络
下载PDF
分布式流言push-sum无梯度算法
3
作者 李德权 王孝梅 马驰 《武汉科技大学学报》 北大核心 2017年第6期472-477,共6页
研究多个体网络中所有个体目标函数之和最小值问题,其中每个个体仅知其自身目标函数且仅可与其邻居个体交互信息。鉴于个体目标函数通常非光滑,同时个体间单变量信息通信有一定局限性,本文提出一种分布式流言push-sum无梯度算法求解此... 研究多个体网络中所有个体目标函数之和最小值问题,其中每个个体仅知其自身目标函数且仅可与其邻居个体交互信息。鉴于个体目标函数通常非光滑,同时个体间单变量信息通信有一定局限性,本文提出一种分布式流言push-sum无梯度算法求解此优化问题。假设每个个体都具有一个服从泊松分布的控制时钟,时钟的每次转动表示随机选择的个体之间进行信息更新。进一步地,在网络连通条件下证明了所提算法的收敛性。数值仿真结果表明,与现有的分布式流言无梯度优化算法相比,本文算法具有更快的收敛速度。 展开更多
关键词 多个体网络 网络优化 分布式优化 流言算法 push-sum算法 无梯度算法
下载PDF
带量化的分布式PUSH-SUM次梯度算法
4
作者 黄继英 李觉友 《西南大学学报(自然科学版)》 CAS CSCD 北大核心 2020年第9期106-114,共9页
考虑了个体之间只能交换被量化过后的信息,并结合push-sum通讯机制和分布式次梯度算法,提出了带确定型量化的分布式push-sum次梯度算法,证明了当步长满足一定条件时,每个个体的状态收敛到网络最优解的邻域内.数值实验表明量化精度越高,... 考虑了个体之间只能交换被量化过后的信息,并结合push-sum通讯机制和分布式次梯度算法,提出了带确定型量化的分布式push-sum次梯度算法,证明了当步长满足一定条件时,每个个体的状态收敛到网络最优解的邻域内.数值实验表明量化精度越高,越接近最优. 展开更多
关键词 分布式优化 量化 push-sum算法 有向网络
下载PDF
数据丢包情形下分布式无梯度Push-sum算法
5
作者 王孝梅 李德权 《安徽理工大学学报(自然科学版)》 CAS 2017年第3期23-30,共8页
针对多个体网络中个体信息交互常会出现数据丢包及个体目标函数次梯度难以计算或不存在的问题,提出数据丢包情形下分布式无梯度Push-sum算法,该算法要求网络的权矩阵为列随机而无需是双随机。通过增加虚拟节点进行系统扩维,从而建立一... 针对多个体网络中个体信息交互常会出现数据丢包及个体目标函数次梯度难以计算或不存在的问题,提出数据丢包情形下分布式无梯度Push-sum算法,该算法要求网络的权矩阵为列随机而无需是双随机。通过增加虚拟节点进行系统扩维,从而建立一个有限的非均匀的马尔可夫链,并结合遍历性系数的结论证明了所提算法的收敛性。研究表明:收敛误差值与高斯近似函数的光滑参数、目标函数的Lipschitz常数成正比,从而有效解决了数据丢包及个体目标函数次梯度不存在或难以计算的分布式优化问题。 展开更多
关键词 多个体网络 push-sum算法 无梯度 数据丢包
下载PDF
量化状态下Push-sum算法及分布式强凸优化
6
作者 黄继英 《湖北民族学院学报(自然科学版)》 CAS 2018年第3期326-334,共9页
在时变网络图中,研究push-sum算法在量化情形下对于分布式优化问题的收敛情况,并且个体所持有的局部目标函数是强凸函数.基于算法本身的更新规则进行理论推导给出收敛分析.在一个多个体网络结构中,考虑每个节点之间只能交换量化过后的信... 在时变网络图中,研究push-sum算法在量化情形下对于分布式优化问题的收敛情况,并且个体所持有的局部目标函数是强凸函数.基于算法本身的更新规则进行理论推导给出收敛分析.在一个多个体网络结构中,考虑每个节点之间只能交换量化过后的信息,采用均匀量化的方式进行探究.通过理论给出收敛性分析,并说明在量化情况下产生何种影响.经过证明得到每个节点的状态收敛到最优解附近. 展开更多
关键词 量化 强凸优化 分布式 push-sum算法
下载PDF
有向网络异步PUSH-SUM次梯度优化算法的研究 被引量:1
7
作者 张晓倩 李德权 《皖西学院学报》 2014年第5期11-15,共5页
研究了基于异步信息通信的有向网络分布式Push-sum次梯度优化算法。假定有向网络优化问题目标函数可分解成网络中所有个体各自的目标函数之和,且每个个体仅知道其自身目标函数,并通过与邻居个体进行局部信息异步通信对其自身目标函数进... 研究了基于异步信息通信的有向网络分布式Push-sum次梯度优化算法。假定有向网络优化问题目标函数可分解成网络中所有个体各自的目标函数之和,且每个个体仅知道其自身目标函数,并通过与邻居个体进行局部信息异步通信对其自身目标函数进行优化计算,从而协同地使整个网络的优化问题目标函数达到最优。在每个个体目标函数的次梯度有界的条件和随机切换有向网络是一致强连通条件下,证明了Push-Sum次梯度优化算法收敛且其收敛结果为Ο(t Ne-κt+ln t/槡t)。 展开更多
关键词 有向网络 分布式优化 异步 次梯度 push-sum算法
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部