科研進展
   新聞動態
      科研進展
      綜合新聞
      傳媒掃描
現在位置:首頁 > 新聞動態 > 科研進展
(王穎慧、趙文虓、洪奕光)不依賴梯度信息的分布式優化算法
2020-01-09 | 編輯:

  近幾年,傳感器網絡中的資源定位、智能電網等領域涌現出來的問題,需要實現整個網絡系統的優化。但網絡中分布的眾多傳感器,由于自身計算能力等多方面因素制約,僅靠單個節點獲取的信息無法實現總體的性能優化。如何利用網絡中眾多的局部信息、數據和計算能力,實現功能整體優化,是這類系統迫切需要解決的問題,通常稱為 分布式優化。 

    

  目前分布式優化算法大多基于網絡各節點的梯度信息來構造算法,如何僅利用節點的狀態信息構造不依賴梯度的分布式優化算法,文獻中未見討論。王穎慧、趙文虓、洪奕光等從節點的狀態測量值出發,構造差分來替代梯度測量值,并通過節點之間的信息交換機制構造分布式優化算法,證明了算法強一致收斂到全局極小值點并得到收斂速度。理論分析證明,不依賴梯度測量值的分布式優化算法與基于梯度測量值的分布式優化算法,在收斂速度上有相同的階。 

    

  相關論文: 

    

  Yinghui Wang, Wenxiao Zhao, Yiguang Hong and Mohsen Zamani, “Distributed subgradient-free stochastic optimization algorithm for nonsmooth convex functions over time-varying networks”, SIAM J. Control and Optimization, Vol. 57, No. 4, pp. 2821-2842, 2019. 

附件下載:
 
 
【打印本頁】【關閉本頁】
電子政務平臺   |   科技網郵箱   |   ARP系統   |   會議服務平臺   |   聯系我們   |   友情鏈接
网上兼职赚钱项目