一个求概率约束规划的随机拟次梯度算法

概率约束规划是经常费到的一类规划，但其约束函数含有概率，在一般场合下，很难求出，随机拟次梯度法无须计算约束值与导数值，只要构造出约束函数目标函数的随机拟次梯度即可，本文给出了一个求解概率约束规划的随机拟次梯度算法，并证明了有关的定量及性质。

一种非光滑强凸函数的随机次梯度镜面下降算法

镜面下降法(MD)在机器学习问题中已有些实际应用,针对大规模数据的处理和非光滑损失凸优化问题,本文将迭代平均与随机次梯度镜面下降方法相结合,得到了一种改进的方法,通过对问题域的特殊处理,利用它们的结构,提出一种加权平均的随机次梯度镜面下降算法。在这个加权平均过程中,平均迭代不用于构造算法,而是作为算法的副产品出现,其中平均权重由算法使用的步长确定。该算法有很好的收敛性。对于强凸函数,我们证明了该算法的最佳收敛速度达到? ?? ?? ?o 1k。

基于算力-能量全分布式在线共享的5G网络负荷管理策略

5G与边缘计算等信息基础设施海量部署造成运营商用电成本上升,需推动边缘网络与电网的能量互动以节能降本。现有研究重点关注边缘网络参与日前经济调度,未考虑可再生能源和网络流量双重随机性造成的网络能量供需不平衡问题。针对强随机环境下的网络负荷管理问题,提出面向虚拟化边缘网络的能量实时管理策略。首先,以网络用能成本最小化为目标,构建联合网络资源管理、储能充放电与能量共享模型。其次,针对未来网络信息未知无法直接求解的问题,提出基于随机对偶次梯度法的在线管理策略。然后,针对资源共享涉及运营商隐私问题,提出全分布式的计算资源与能量协同共享算法。最后,仿真验证表明,所提在线算法在无需先验知识的前提下有效减少了5G边缘网络的用能成本。

面向分布式光伏状态实时感知的边缘缓存与计算策略

针对分布式光伏部署分散、电力通信网难以支撑光伏业务数据实时接入与处理的问题,提出基于双层边缘计算的分布式光伏数据在线处理策略。首先,构建数据接入、边缘缓存与计算模型,并构建长期网络服务开销最小化的目标函数。其次,针对分布式光伏数据规模随机性强、优化函数难以直接求解问题,提出基于随机对偶次梯度法的在线任务卸载与代码缓存策略,通过将多时隙耦合问题解耦为单时隙独立问题,以在线得到近似最优解。最后,算例验证所提策略的数据处理速率优化性能。

认知无线视觉传感网络机会传输的分布式跨层优化

为了充分利用空闲授权无线电频段和增强视觉信息的端到端传输质量,研究了认知无线视觉传感网络机会传输的跨层设计问题.在分析信道随机性和网络模型的基础上,把跨层设计问题表达为一个视觉信息峰值信噪比和网络平均传输时延的权衡优化问题.通过对该问题进行对偶分解和基于随机次梯度的求解方法,提出了一个分布式跨层传输优化算法.该算法不需要预先知道可用授权频段的静态概率分布,而通过节点在每个时隙中进行独立计算和局部信息交换使得上层视觉感知信息的压缩速率与底层链路机会传输自适应匹配,达到权衡优化问题的最优解,因此可以作为认知无线视觉传感网络的实用传输协议.仿真结果表明,该分布式算法能够快速收敛,并能获得与集中式最优化算法相似的性能.