Distributed Optimization: Advances in Theories, Methods, and Applications / Li, Huaqing  

Público ISBD Ningún comentario para este registro. Título : Distributed Optimization: Advances in Theories, Methods, and Applications Tipo de documento: documento electrónico Autores: Li, Huaqing, ; Lü, Qingguo, ; Wang, Zheng, ; Liao, Xiaofeng, ; Huang, Tingwen, Mención de edición: 1 ed. Editorial: Singapore [Malasia] : Springer Fecha de publicación: 2020 Número de páginas: XVIII, 243 p. 64 ilustraciones, 42 ilustraciones en color. ISBN/ISSN/DL: 978-981-1561092-- Nota general: Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Idioma : Inglés (eng) Palabras clave: Ingeniería de control  Optimización matemática  Red de computadoras  Teoría de sistemas y control  Mejoramiento  Redes de comunicación informática Clasificación: 6.298.312 Resumen: Este libro ofrece una valiosa guía de referencia para investigadores en optimización distribuida y para estudiantes de pregrado y posgrado por igual. Centrándose en las naturalezas y funciones de los agentes, las redes de comunicación y los algoritmos en el contexto de la optimización distribuida para sistemas de control en red, este libro presenta a los lectores los antecedentes de la optimización distribuida; desarrollos recientes en algoritmos distribuidos para varios tipos de redes de comunicación subyacentes; la implementación de estrategias eficientes en computación y comunicación en la ejecución de algoritmos distribuidos; y los marcos de análisis de convergencia y evaluación del desempeño. Sobre esta base, el libro estudia en profundidad 1) la optimización restringida distribuida y el esquema de sueño aleatorio, desde la perspectiva del agente; 2) algoritmos basados ​​en difusión asincrónica, comunicación activada por eventos, comunicación cuantificada, redes dirigidas desequilibradas y redes variables en el tiempo, desde una perspectiva de red de comunicación; y 3) algoritmos acelerados y algoritmos de gradiente estocástico, desde una perspectiva algorítmica. Finalmente, se discuten las aplicaciones de la optimización distribuida en el aprendizaje estadístico a gran escala, redes de sensores inalámbricos y para la gestión óptima de la energía en redes inteligentes. Nota de contenido: Introduction -- Convergence of Distributed Accelerated Algorithm over Unbalanced Directed Networks -- Geometrical Convergence Rate for Distributed Optimization with Time-Varying Directed Graphs and Uncoordinated Step-Sizes -- Distributed Constrained Optimization over Unbalanced Directed Networks Using Asynchronous Broadcast-Based Algorithm -- Distributed Consensus Optimization in Multi-Agent Networks with Time-Varying Directed Topologies and Quantized Communication -- Event-Triggered Communication and Data Rate Constraint for Distributed Optimization of Multi-Agent Systems -- Random Sleep Scheme Based Distributed Optimization Algorithm over Unbalanced Time-Varying Networks -- Edge-Based Stochastic Gradient Algorithm for Distributed Optimization -- Distributed Robust Algorithm for Economic Dispatch in Smart Grids over General Unbalanced Directed Networks -- Distributed Event-Triggered Schemefor Economic Dispatch in Power Systems with Uncoordinated Step-Sizes. Tipo de medio : Computadora Summary : This book offers a valuable reference guide for researchers in distributed optimization and for senior undergraduate and graduate students alike. Focusing on the natures and functions of agents, communication networks and algorithms in the context of distributed optimization for networked control systems, this book introduces readers to the background of distributed optimization; recent developments in distributed algorithms for various types of underlying communication networks; the implementation of computation-efficient and communication-efficient strategies in the execution of distributed algorithms; and the frameworks of convergence analysis and performance evaluation. On this basis, the book then thoroughly studies 1) distributed constrained optimization and the random sleep scheme, from an agent perspective; 2) asynchronous broadcast-based algorithms, event-triggered communication, quantized communication, unbalanced directed networks, and time-varying networks, froma communication network perspective; and 3) accelerated algorithms and stochastic gradient algorithms, from an algorithm perspective. Finally, the applications of distributed optimization in large-scale statistical learning, wireless sensor networks, and for optimal energy management in smart grids are discussed. Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Distributed Optimization: Advances in Theories, Methods, and Applications [documento electrónico] / Li, Huaqing, ; Lü, Qingguo, ; Wang, Zheng, ; Liao, Xiaofeng, ; Huang, Tingwen,  . -  1 ed.  . - Singapore [Malasia] : Springer, 2020 . - XVIII, 243 p. 64 ilustraciones, 42 ilustraciones en color. ISBN : 978-981-1561092-- Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Idioma : Inglés (eng) Palabras clave: Ingeniería de control  Optimización matemática  Red de computadoras  Teoría de sistemas y control  Mejoramiento  Redes de comunicación informática Clasificación: 6.298.312 Resumen: Este libro ofrece una valiosa guía de referencia para investigadores en optimización distribuida y para estudiantes de pregrado y posgrado por igual. Centrándose en las naturalezas y funciones de los agentes, las redes de comunicación y los algoritmos en el contexto de la optimización distribuida para sistemas de control en red, este libro presenta a los lectores los antecedentes de la optimización distribuida; desarrollos recientes en algoritmos distribuidos para varios tipos de redes de comunicación subyacentes; la implementación de estrategias eficientes en computación y comunicación en la ejecución de algoritmos distribuidos; y los marcos de análisis de convergencia y evaluación del desempeño. Sobre esta base, el libro estudia en profundidad 1) la optimización restringida distribuida y el esquema de sueño aleatorio, desde la perspectiva del agente; 2) algoritmos basados ​​en difusión asincrónica, comunicación activada por eventos, comunicación cuantificada, redes dirigidas desequilibradas y redes variables en el tiempo, desde una perspectiva de red de comunicación; y 3) algoritmos acelerados y algoritmos de gradiente estocástico, desde una perspectiva algorítmica. Finalmente, se discuten las aplicaciones de la optimización distribuida en el aprendizaje estadístico a gran escala, redes de sensores inalámbricos y para la gestión óptima de la energía en redes inteligentes. Nota de contenido: Introduction -- Convergence of Distributed Accelerated Algorithm over Unbalanced Directed Networks -- Geometrical Convergence Rate for Distributed Optimization with Time-Varying Directed Graphs and Uncoordinated Step-Sizes -- Distributed Constrained Optimization over Unbalanced Directed Networks Using Asynchronous Broadcast-Based Algorithm -- Distributed Consensus Optimization in Multi-Agent Networks with Time-Varying Directed Topologies and Quantized Communication -- Event-Triggered Communication and Data Rate Constraint for Distributed Optimization of Multi-Agent Systems -- Random Sleep Scheme Based Distributed Optimization Algorithm over Unbalanced Time-Varying Networks -- Edge-Based Stochastic Gradient Algorithm for Distributed Optimization -- Distributed Robust Algorithm for Economic Dispatch in Smart Grids over General Unbalanced Directed Networks -- Distributed Event-Triggered Schemefor Economic Dispatch in Power Systems with Uncoordinated Step-Sizes. Tipo de medio : Computadora Summary : This book offers a valuable reference guide for researchers in distributed optimization and for senior undergraduate and graduate students alike. Focusing on the natures and functions of agents, communication networks and algorithms in the context of distributed optimization for networked control systems, this book introduces readers to the background of distributed optimization; recent developments in distributed algorithms for various types of underlying communication networks; the implementation of computation-efficient and communication-efficient strategies in the execution of distributed algorithms; and the frameworks of convergence analysis and performance evaluation. On this basis, the book then thoroughly studies 1) distributed constrained optimization and the random sleep scheme, from an agent perspective; 2) asynchronous broadcast-based algorithms, event-triggered communication, quantized communication, unbalanced directed networks, and time-varying networks, froma communication network perspective; and 3) accelerated algorithms and stochastic gradient algorithms, from an algorithm perspective. Finally, the applications of distributed optimization in large-scale statistical learning, wireless sensor networks, and for optimal energy management in smart grids are discussed. Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...]

---

1 (1 - 1 / 1) Ver por página : 25 50 100 200