信息受限下分布式多智能体优化算法设计与分析
| 摘要 | 第4-5页 |
| abstract | 第5页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 研究背景 | 第9-10页 |
| 1.2 研究现状 | 第10-13页 |
| 1.2.1 优化问题的解决方法 | 第11-13页 |
| 1.2.2 分布式带约束优化问题 | 第13页 |
| 1.2.3 分布式优化其它一些问题 | 第13页 |
| 1.3 文章结构安排 | 第13-15页 |
| 第二章 背景知识 | 第15-21页 |
| 2.1 图论知识 | 第15-17页 |
| 2.1.1 基础知识 | 第15页 |
| 2.1.2 矩阵图论 | 第15-16页 |
| 2.1.3 权重矩阵的选择 | 第16-17页 |
| 2.2 分布式一致性 | 第17页 |
| 2.3 凸优化理论 | 第17-19页 |
| 2.3.1 基础知识 | 第18页 |
| 2.3.2 投影次梯度算法 | 第18-19页 |
| 2.4 免梯度算法 | 第19-20页 |
| 2.5 本章小结 | 第20-21页 |
| 第三章 基于固定拓扑的分布式量化免梯度算法 | 第21-32页 |
| 3.1 分布式量化免梯度算法 | 第21-23页 |
| 3.1.1 问题描述 | 第21-23页 |
| 3.1.2 量化免梯度算法 | 第23页 |
| 3.2 算法收敛性分析 | 第23-28页 |
| 3.2.1 一致性分析 | 第24-25页 |
| 3.2.2 收敛性分析 | 第25-28页 |
| 3.3 仿真与分析 | 第28-31页 |
| 3.4 本章小结 | 第31-32页 |
| 第四章 基于时变拓扑的分布式量化免梯度算法 | 第32-42页 |
| 4.1 时变拓扑下的优化算法 | 第32-33页 |
| 4.2 算法收敛性分析 | 第33-39页 |
| 4.2.1 一致性分析 | 第33-35页 |
| 4.2.2 收敛性证明 | 第35-39页 |
| 4.3 仿真与分析 | 第39-41页 |
| 4.4 本章小结 | 第41-42页 |
| 第五章 基于均匀量化的分布式优化算法 | 第42-51页 |
| 5.1 分布式量化一阶算法 | 第42-43页 |
| 5.1.1 量化器设计 | 第42-43页 |
| 5.1.2 算法的设计 | 第43页 |
| 5.2 算法的收敛性分析 | 第43-48页 |
| 5.2.1 一致性分析 | 第43-45页 |
| 5.2.2 收敛性分析 | 第45-48页 |
| 5.3 仿真与分析 | 第48-50页 |
| 5.4 本章小结 | 第50-51页 |
| 第六章 总结与展望 | 第51-53页 |
| 参考文献 | 第53-57页 |
| 附录1 攻读硕士学位期间撰写的论文 | 第57-58页 |
| 附录2 攻读硕士学位期间申请的专利 | 第58-59页 |
| 致谢 | 第59页 |
