| 致谢 | 第5-6页 |
| 摘要 | 第6-8页 |
| Abstract | 第8-9页 |
| 目录 | 第10-12页 |
| 第一章 绪论 | 第12-40页 |
| 1.1 课题研究背景 | 第12-17页 |
| 1.2 分布式优化的研究现状和存在的问题 | 第17-36页 |
| 1.2.1 传统优化算法 | 第17-27页 |
| 1.2.1.1 凸优化问题的一阶算法 | 第17-23页 |
| 1.2.1.2 分解算法 | 第23-27页 |
| 1.2.2 现代优化算法 | 第27-34页 |
| 1.2.3 存在的问题和挑战 | 第34-36页 |
| 1.3 本文主要研究内容 | 第36-37页 |
| 1.4 本文的组织结构 | 第37-40页 |
| 第二章 分布式优化的博弈论基础 | 第40-54页 |
| 2.1 博弈论基础概念 | 第40-45页 |
| 2.1.1 静态博弈 | 第41-44页 |
| 2.1.2 动态博弈 | 第44-45页 |
| 2.2 均衡的性质分析 | 第45-48页 |
| 2.2.1 存在性分析 | 第45-46页 |
| 2.2.2 有效性分析 | 第46-48页 |
| 2.3 基于非合作博弈的分布式优化研究 | 第48-53页 |
| 2.3.1 研究现状和存在的问题 | 第48-51页 |
| 2.3.2 基于非合作博弈的分布式优化问题研究框架 | 第51-53页 |
| 2.4 本章小结 | 第53-54页 |
| 第三章 双向时变信息交互下的分布式优化理论研究 | 第54-98页 |
| 3.1 基于矩阵论的双向时变信息交互拓扑建模 | 第54-58页 |
| 3.2 基于状态量序数势博弈模型 | 第58-79页 |
| 3.2.1 基于状态量序数势博弈 | 第61-70页 |
| 3.2.1.1 定义和相关概念 | 第61-64页 |
| 3.2.1.2 博弈模型的建立 | 第64-70页 |
| 3.2.2 博弈模型的性质 | 第70-79页 |
| 3.2.2.1 均衡的存在性分析 | 第72页 |
| 3.2.2.2 均衡的有效性分析 | 第72-79页 |
| 3.3 基于收益的基准策略学习算法 | 第79-82页 |
| 3.3.1 算法描述 | 第80-81页 |
| 3.3.2 算法的收敛性 | 第81-82页 |
| 3.4 仿真示例 | 第82-97页 |
| 3.4.1 双向时变信息下的一致问题 | 第82-89页 |
| 3.4.2 双向时变信息下新能源机组功率分布式优化问题 | 第89-95页 |
| 3.4.3 双向时变信息下多智能体系统优化问题 | 第95-97页 |
| 3.5 本章小结 | 第97-98页 |
| 第四章 单向时变信息交互下的分布式优化理论研究 | 第98-144页 |
| 4.1 基于矩阵论的单向时变信息交互拓扑建模 | 第98-100页 |
| 4.2 基于状态量弱非循环博弈模型 | 第100-124页 |
| 4.2.1 基于状态量弱非循环博弈 | 第102-115页 |
| 4.2.1.1 定义和相关概念 | 第104-110页 |
| 4.2.1.2 博弈模型的建立 | 第110-115页 |
| 4.2.2 博弈模型的性质 | 第115-124页 |
| 4.2.2.1 均衡的存在性分析 | 第117页 |
| 4.2.2.2 均衡的有效性分析 | 第117-124页 |
| 4.3 基于博弈参与者惯性的策略学习算法 | 第124-128页 |
| 4.3.1 算法描述 | 第125-126页 |
| 4.3.2 算法的收敛性 | 第126-128页 |
| 4.4 仿真示例 | 第128-142页 |
| 4.4.1 单向时变信息下的一致问题 | 第128-133页 |
| 4.4.2 单向时变信息下新能源机组功率分布式优化问题 | 第133-139页 |
| 4.4.3 单向时变信息下光纤通信发射端的光信号功率优化问题 | 第139-142页 |
| 4.5 本章小结 | 第142-144页 |
| 第五章 总结与展望 | 第144-148页 |
| 5.1 全文工作总结 | 第144-145页 |
| 5.2 进一步的工作展望 | 第145-148页 |
| 攻读学位期间发表的学术论文 | 第148-150页 |
| 参考文献 | 第150-158页 |
