.png){kind=icon}
返回
Distributed constrained optimization via continuous-time mirror design
.png){kind=icon}
OA
AI
DOI：10.1186/s13662-018-1845-y.png)
.png){kind=icon}
.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
最近，使用多智能体系统的分布式凸优化受到了许多研究人员的关注。经常通过结合多智能体文献中的共识算法和凸优化文献中的梯度算法来解决此问题。与无约束分布式优化相比，约束情况更具挑战性，通常通过投影梯度法来解决。然而，投影梯度算法涉及投影非线性，因此难以分析。为了避免梯度投影，提出了一种基于镜像设计的连续时间分布凸优化算法。所得的优化动力学在不使用梯度投影的情况下是平滑的，并且是在原始对偶框架中设计的，其中原始和对偶动力学分别由镜像下降和镜像上升辅助。对于本文中反射镜设计的优点，它避免了优化动力学设计中的梯度投影，并消除了分析投影非线性的困难。此外，基于镜像的原始对偶优化动力学有助于在稳定性分析中更方便地构造Lyapunov函数。
Keyword:
Distributed convex optimization
Mirror descent
Multiagent
Constrained optimization
AI总结
对已上传原文的论文进行重点信息的提取，主要内容包括：简要概述、研究摘要、背景介绍、关键亮点、图文解析、展望与总结。
期刊
IF:
3.1
论文数:
4.8K
被引数:
7.4K
机构
引用论文
Distributed continuous-time approximate projection protocols for shortest distance optimization problems.png)
AUTOMATICAOAAI
AUTOMATICAIF5.9
OAAI分享收藏分享收藏
查看更多内容