网络优化的量化原始-对偶算法及其线性收敛
最优化与控制
2021-11-17 v1
摘要
本文研究了一组代理人合作以在有限带宽通信约束下最小化全局函数的网络优化问题。特别地，我们提出了一种自适应编码-解码方案来处理代理人之间的受限通信。基于该方案，developed for network optimization problems 的连续时间量化分布原始-对偶 (QDPD) 算法被提出。我们证明了我们的算法在线性收敛率下能够精确跟踪对应于该问题的凸全局成本函数的最优解。此外，我们获得了 QDPD 算法通信带宽与收敛率之间的关系。最后，给出一个指数回归示例来说明我们的结果。
引用
@article{arxiv.2111.08180,
title = {Quantized Primal-Dual Algorithms for Network Optimization with Linear Convergence},
author = {Ziqin Chen and Shu Liang and Li Li and Shuming Cheng},
journal= {arXiv preprint arXiv:2111.08180},
year = {2021}
}