一种基于次梯度重缩放分布式约束优化算法及系统

AITNT
正文
推荐专利
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
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号