最大权重算法在马尔可夫动力学下实现精确的 $[O(1/V), O(V)]$ 效用-延迟权衡
最优化与控制
2010-08-03 v1
摘要
在本文中，我们证明了基于二次李雅普诺夫函数的算法(QLA，也称为最大权重或背压算法)在具有马尔可夫网络动力学的随机网络优化问题中实现了精确的 效用-延迟权衡。注意，尽管 QLA 算法已被广泛研究，但大多数性能结果是在独立同分布的网络随机性下获得的，并且尚未正式证明 QLA 在马尔可夫动力学下实现了精确的 效用-延迟权衡。我们的分析结合了对偶理论和可变多时隙李雅普诺夫漂移论证。这里的可变多时隙李雅普诺夫漂移论证与先前的多时隙漂移分析不同，因为时隙数是一个随机变量，对应于网络随机性的更新时间。该可变多时隙漂移论证不仅使我们能够获得精确的 权衡，还使我们能够根据网络动态过程的显式参数来陈述 QLA 的性能。
引用
@article{arxiv.1008.0200,
title = {Max-Weight Achieves the Exact $[O(1/V), O(V)]$ Utility-Delay Tradeoff Under Markov Dynamics},
author = {Longbo Huang and Michael J. Neely},
journal= {arXiv preprint arXiv:1008.0200},
year = {2010}
}