分布式优化学习理论与方法 pdf下载

基本信息

• 商品名称：分布式优化学习理论与方法
• 作者：陈为胜
• 定价：90
• 出版社：科学
• ISBN号：9787030597649

其他参考信息（以实物为准）

• 出版时间：2019-01-01
• 印刷时间：2019-01-01
• 版次：1
• 印次：1
• 开本：16开
• 包装：平装
• 页数：186
• 字数：252千字

目录

前言
符号表
缩略语表
第1章 绪论
1.1 分布式优化理论
1.1.1 多智能体系统的分布式凸优化
1.1.2 几类经典的分布式优化算法
1.1.3 通信环境对分布式优化的影响
1.2 分布式学习理论
1.2.1 分布式机器学习
1.2.2 分布式合作自适应
1.3 本书内容安排
第2章 数学基础知识
2.1 .图论相关知识
2.1.1 代数图论
2.1.2 固定拓扑
2.1.3 时变拓扑
2.2 克罗内克积
2.3 模糊逻辑系统
2.4 分布式一致性理论
2.4.1 一致性理论和合作策略
2.4.2 多智能体系统的一致性
2.4.3 分布式平均一致性
2.5 系统稳定性理论
2.6 Zeno现象
2.7 凸优化相关知识
2.8 径向基函数神经网络
2.9 重要引理
第3章 连续时间分布式优化算法
3.1 引言
3.2 固定拓扑连续时间分布式优化算法
3.2.1 零梯度和算法
3.2.2 基于分布式事件驱动通信的零梯度和算法
3.3 时变拓扑连续时间分布式优化算法
3.4 收敛性分析
3.4.1 固定拓扑情形
3.4.2 时变拓扑情形
3.5 数值仿真
3.5.1 固定拓扑情形
3.5.2 时变拓扑情形
3.6 本章小结
第4章 基于采样数据的分布式优化算法
4.1 引言
4.2 基于采样数据的周期零梯度和算法
4.2.1 算法设计
4.2.2 收敛性分析
4.3 基于采样数据的事件驱动零梯度和算法
4.3.1 算法设计
4.3.2 收敛性分析
4.4 数值仿真