-
题名随机ADD算法的不确定网络优化研究
- 1
-
-
作者
李冬梅
刘艳
-
机构
南阳理工学院计算机与信息工程学院
中州大学信息工程学院
-
出处
《计算机应用研究》
CSCD
北大核心
2014年第12期3808-3812,共5页
-
基金
河南省科技厅资助项目(132102210214)
-
文摘
传统的网络优化问题通过对偶梯度下降算法来解决,虽然该算法能够以分布式方式来实现,但其收敛速度较慢。加速对偶下降算法(ADD)通过近似牛顿步长的分布式计算,提高了对偶梯度下降算法的收敛速率。但由于通信网络的不确定性,在约束不确定时,该算法的收敛性难以保证。基于此,提出了一种随机形式的ADD算法来解决该网络优化问题。理论上证明了随机ADD算法当不确定性的均方误差有界时,能以较高概率收敛于最优值的一个误差邻域;当给出更严格的不确定性的约束条件时,算法则可以较高概率收敛于最优值。实验结果表明,随机ADD算法的收敛速率比随机梯度下降算法快两个数量级。
-
关键词
网络优化
加速对偶梯度下降算法
随机add
收敛速率
-
Keywords
network optimization
accelerated dual descent（add） algorithm
stochastic add
convergence rate
-
分类号
TP393.02
[自动化与计算机技术—计算机应用技术]
-
