[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
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 | ||
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。
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。