论文部分内容阅读
研究了基于异步信息通信的有向网络分布式Push-sum次梯度优化算法。假定有向网络优化问题目标函数可分解成网络中所有个体各自的目标函数之和，且每个个体仅知道其自身目标函数，并通过与邻居个体进行局部信息异步通信对其自身目标函数进行优化计算，从而协同地使整个网络的优化问题目标函数达到最优。在每个个体目标函数的次梯度有界的条件和随机切换有向网络是一致强连通条件下，证明了Push-Sum次梯度优化算法收敛且其收敛结果为Ο（tN e-κt ＋ln t/t）。