.png){kind=icon}
返回
Distributed Prediction-Correction Algorithm for Convex Optimization With Coupled Constraints
.png){kind=icon}
PRE
AI
DOI：10.1002/oca.70008.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
本文提出了一种基于分布式预测-校正框架的优化算法（称为DPCA），用于求解无向连通多智能体网络中的耦合约束凸优化问题。基于增广拉格朗日方法，该算法结合广义近端点算法和统一预测-校正框架的思想，能够在信息共享不完整的情况下通过局部通信和计算实现全局优化。我们证明了DPCA在最优性和可行性方面均达到了收敛速率。最后，仿真结果表明，与其他算法相比，DPCA具有更好的收敛性能和更小的收敛误差。
Keyword:
distributed convex optimization
primal-dual method
sublinear convergence
期刊
IF:
1.5
论文数:
39
被引数:
2.2K
机构
暂无机构信息
引用论文
.png){kind=icon}
分享收藏A stochastic averaging gradient algorithm with multi‐step communication for distributed optimization
PREAI
分享收藏
查看更多内容