| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 符号对照表 | 第13-14页 |
| 缩略语对照表 | 第14-17页 |
| 第1章 绪论 | 第17-33页 |
| 1.1 课题研究的背景和意义 | 第17-19页 |
| 1.2 多智能体系统的分布式凸优化问题 | 第19-20页 |
| 1.3 几类经典的分布式优化算法 | 第20-24页 |
| 1.3.1 分布式次梯度算法 | 第20-21页 |
| 1.3.2 辅助变量优化算法 | 第21-23页 |
| 1.3.3 零梯度和(ZGS)算法 | 第23-24页 |
| 1.4 通信环境对分布式优化的影响 | 第24-30页 |
| 1.4.1 时间驱动通信与事件驱动通信 | 第24-29页 |
| 1.4.2 固定拓扑与时变拓扑 | 第29-30页 |
| 1.5 本论文的主要内容和组织结构 | 第30-33页 |
| 第2章 预备知识 | 第33-39页 |
| 2.1 图论相关知识 | 第33-35页 |
| 2.1.1 固定拓扑 | 第33-34页 |
| 2.1.2 时变拓扑 | 第34-35页 |
| 2.2 凸优化相关知识 | 第35-36页 |
| 2.3 重要引理 | 第36-39页 |
| 第3章 基于分布式事件驱动通信的分布式优化 | 第39-57页 |
| 3.1 引言 | 第39-40页 |
| 3.2 算法描述 | 第40-44页 |
| 3.2.1 ZGS算法 | 第41-42页 |
| 3.2.2 基于分布式事件驱动通信的ZGS算法 | 第42-44页 |
| 3.3 收敛性分析 | 第44-50页 |
| 3.4 数值仿真 | 第50-51页 |
| 3.5 本章小结 | 第51-57页 |
| 第4章 基于周期采样数据的分布式优化 | 第57-75页 |
| 4.1 引言 | 第57-58页 |
| 4.2 基于采样数据的周期ZGS算法 | 第58-61页 |
| 4.2.1 算法设计 | 第58-60页 |
| 4.2.2 收敛性分析 | 第60-61页 |
| 4.3 基于采样数据的分布式周期事件驱动ZGS算法 | 第61-67页 |
| 4.3.1 算法设计 | 第61-64页 |
| 4.3.2 收敛性分析 | 第64-67页 |
| 4.4 数值仿真 | 第67-70页 |
| 4.5 本章小结 | 第70-75页 |
| 第5章 时变拓扑下的分布式优化 | 第75-87页 |
| 5.1 引言 | 第75-76页 |
| 5.2 时变拓扑下的ZGS算法 | 第76-78页 |
| 5.3 收敛性分析 | 第78-83页 |
| 5.4 数值仿真 | 第83-85页 |
| 5.5 本章小结 | 第85-87页 |
| 第6章 时变拓扑下的事件驱动分布式优化 | 第87-105页 |
| 6.1 引言 | 第87页 |
| 6.2 时变拓扑下的事件驱动ZGS算法 | 第87-89页 |
| 6.3 收敛性分析 | 第89-96页 |
| 6.4 数值仿真 | 第96-100页 |
| 6.5 本章小结 | 第100-105页 |
| 第7章 总结与展望 | 第105-107页 |
| 参考文献 | 第107-115页 |
| 致谢 | 第115-117页 |
| 作者简介 | 第117-119页 |