[发明专利]一种面向通信网络的即插即用分布式优化求解方法在审

专利信息
申请号: 202211181048.8 申请日: 2022-09-27
公开(公告)号: CN115659596A 公开(公告)日: 2023-01-31
发明(设计)人: 李华青;牛友成;郑李逢;李骏;冉亮;吕庆国;王政;冯丽萍;夏大文;石亚伟;王慧维;李传东;张伟;纪良浩;董滔;陈孟钢;杜镇源 申请(专利权)人: 西南大学
主分类号: G06F30/20 分类号: G06F30/20;G06F111/04;G06F111/08
代理公司: 北京海虹嘉诚知识产权代理有限公司 11129 代理人: 胡博文
地址: 400715*** 国省代码: 重庆;50
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 面向 通信 网络 即插即用 分布式 优化 求解 方法
【权利要求书】:

1.一种面向通信网络的即插即用分布式优化求解方法,其特征在于:包括步骤:

S1.建立在无向连接网络G={ν,ε}中局部节点成本之和最小时对应的的数学模型,如下:

其中,ν表示网络G中所有节点的集合,i∈ν,ε表示节点之间链路的集合,m为无向网络中的节点个数,Fi:Rn→R是一个局部平滑函数,Gi:Rn→R是一个非平滑项,Rn为维度为n的实向量集,R为实数集,为全局决策变量,为局部成本之和最小值对应的所有的集合;

其中,对于每个节点i,函数Fi是凸的,并且其梯度是利普席茨-连续的,是函数Fi的利普席茨常数;

S2.将建立的数学模型转化为拉格朗日对偶形式,具体步骤如下:

S21.在每个节点i中引入全局决策变量的局部估计xi,根据节点之间的连接关系将数学模型(1)改写为以下网络形式:

其中,j为节点i相邻的节点,Pij和Pji为状态矩阵;

S22.引入堆叠变量和映射Mij:x→(Pijxi,Pjixj),然后用表示集合V(i,j)={(y1,y2)|y1+y2=0,y1∈Rn,y2∈Rn}的指示函数,使得满足约束Pijxi+Pjixj=0,将式(2)转化为简单的最小化形式:

S23.令M=blkcol(Mij)(i,j)∈ε,V=×{V(i,j)}(i,j)∈ε,将式(3)转化为紧凑形式,如下:

S24.引入辅助变量y,将式(4)改写为以下约束形式:

S25.表示出约束(5)的拉格朗日对偶形式:

其中,z为拉格朗日对偶乘子,z=col(z(i,j))(i,j)∈ε,z(i,j)表示对偶乘子z是由节点i和其邻居节点j共同持有,z(i,j)=(z(i,j),i,z(i,j),j),z(i,j),i表示节点i持有并需要传递给其邻居节点j的局部对偶乘子,z(i,j),j表示节点j持有并需要传递给其邻居节点i的局部对偶乘子,是δV的共轭函数;

S3.建立分布式算法,求出局部成本之和最小时对应的具体步骤如下:

S31.初始化和为任意的值,置迭代次数k=0;

S32.内循环;

内循环开始:对节点i所有的邻居节点j∈Ni传来的信息进行处理并累加:

循环结束;

其中,z(i,j),i表示节点i持有并传递给其邻居节点j的局部对偶乘子,z(i,j),j表示节点j持有并传递给其邻居节点i的局部对偶乘子,下标k、k+1表示迭代次数,i<j指节点i的索引小于其邻居节点j的索引,i≥j指节点i的索引大于等于其邻居节点j的索引,为引入的迭代变量,λ(i,j)为常数步长,λ(i,j)>0;

S33.更新松弛变量具体为:

其中,为引入的松弛变量,▽Fi为函数Fi的梯度,πi为常数步长,πi>0;

S34.更新局部估计变量具体为:

其中,

S35.更新松弛变量具体为:

其中,为引入的松弛变量;

S36.若满足收敛要求,则算法终止,终止时得到的就是式(6)的解,其中的就是式(1)中局部成本之和最小时对应的否则,令k=k+1,返回步骤S32继续计算。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于西南大学,未经西南大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202211181048.8/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top