一种基于次梯度重缩放分布式约束优化算法及系统
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
验证码登录
×
发送
登录即代表您已同意AITNT
用户协议
和
隐私政策
登录
登录成功后会自动刷新界面
AITNT公众号
AITNT APP
AITNT交流群
搜索
未登录
首页
AI中心
退出
首页
AI资讯
AI技术研报
AI监管政策
AI产品测评
AI商业项目
AI产品热榜
AI 源力市场
寻求报道
一种基于次梯度重缩放分布式约束优化算法及系统
申请号:
CN202511031331
申请日期:
2025-07-25
公开号:
CN120935170A
公开日期:
2025-11-11
类型:
发明专利
摘要
本发明涉及一种基于次梯度重缩放分布式约束优化算法及系统,属于信息通信技术领域。该算法针对时变有向网络分布式约束优化问题,构建满足一致联合强连通性和列随机性的时变有向图;初始化节点变量;每次迭代中,节点收发变量并更新,通过Polyak随机投影技术更新变量及状态变量;重复迭代至停止规则,输出最优变量。解决时变有向网络不平衡问题及复杂约束处理问题,减少了计算负载,避免了次优化问题,优化效率更高、适用范围更广。
技术关键词
节点
变量
约束优化算法
邻居
缩放技术
网络拓扑
投影技术
矩阵
图像去模糊方法
选址优化方法
信息通信技术
参数
发送消息
图像像素
资源分配
网络通信
输出模块