时延情形下分布式push―sum次梯度优化算法的研究

《时延情形下分布式push―sum次梯度优化算法的研究》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、为了确保“教学点数字教育资源全覆盖”项目设备正常使用，我校做到安装、教师培训同步进行。设备安装到位后，中心校组织各学点管理人员统一到县教师进修学校进行培训，熟悉系统的使用和维护。时延情形下分布式Push―sum次梯度优化算法的研究　　摘要：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

2、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。　　关键词：时延；Push-sum算法；次梯度；分布式优化　　中图分类号：TP13文献标志码：A文章编号：1672--0006-07　　　　Abstract：Thedistributedoptimizationproblemindirectedswitchingnetworkswithtime-varyingdelaycom

3、municationamongtheagentswasstudied.Duetodelaymayhappenwhenagentscommunicatewitheachotherinthemulti-agentsystem，thispaperproposesadistributedPush-sumsubgradientoptimization为了充分发挥“教学点数字教育资源全覆盖”项目设备的作用，我们不仅把资源运用于课堂教学，还利用系统的特色栏目开展课外活动，对学生进行安全教育、健康教育、反邪教教育等丰富学生的课余文化生活。

4、为了确保“教学点数字教育资源全覆盖”项目设备正常使用，我校做到安装、教师培训同步进行。设备安装到位后，中心校组织各学点管理人员统一到县教师进修学校进行培训，熟悉系统的使用和维护。algorithminthecontextofcommunicationdelays，whichwillaffecttheconvergencerateofoptimizationalgorithm.Thenbasedonstateaugmentationmethod，theanalysisiscarriedoutbyreducingtheopti

5、mizationproblemwithdelaystoaproblemwithoutdelaysandthisalgorithmdoesnotrequirethediagonalelementsoftheadjacencymatrixarealltheassumptionsthatcommunicationdelaysandthesubgradientsarebounded，andtheswitchingdirectednetworksareperiodicallystronglyconnected，weprovethat

6、theconvergenceoftheproposeddistributedPush-sumsubgradientoptimizationalgorithm.Itisshownthattheconvergencerateinthecaseofcommunicationdelaysisslowerthanthatwithoutcommunicationdelays，andmeanwhiletheproposedalgorithmmaybringoutlargeconvergenceerror.Finally，theconcl

7、usionisverifiedbynumericalsimulation.　　Keywords：time-varyingdelays；Push-sumalgorithm；subgradient；distributedoptimization为了充分发挥“教学点数字教育资源全覆盖”项目设备的作用，我们不仅把资源运用于课堂教学，还利用系统的特色栏目开展课外活动，对学生进行安全教育、健康教育、反邪教教育等丰富学生的课余文化生活。为了确保“教学点数字教育资源全覆盖”项目设备正常使用，我校做到安装、教师培训同步进行。设备安装到位后，

8、中心校组织各学点管理人员统一到县教师进修学校进行培训，熟悉系统的使用和维护。　　近年来，基于局部信息交互协同的整个网络的优化问题成为多个体网络新的研究热点[1-2]，因而引起了众多学者的广泛兴趣。科学与工程领域的众多问题，如大规模机器学习、分布式跟踪与定位等，都可以归类于多个体网络分布式优化问题。目前分