I.V.康诺夫。;A.Yu Kashuba。 关于求解多智能体系统的梯度方法。 (英语) Zbl 07798287号 数学杂志。科学。,纽约 267,第4期,487-493(2022). 摘要:我们通过考虑线性方程组的特殊情况来研究多智能体系统。我们建议使用带有惩罚函数的梯度方法,并给出了测试该方法的数值结果。 MSC公司: 65千5 数值数学规划方法 90立方 非线性规划 94甲12 信号理论(表征、重建、滤波等) 68宽10 计算机科学中的并行算法 PDF格式BibTeX公司 XML格式引用 \textit{I.V.Konnov}和\textit{A.Yu.Kashuba},J.Math。科学。,纽约267,No.4,487--493(2022;Zbl 07798287) 全文: 内政部 参考文献: [1] Khan先生。;潘杜拉根,G。;Kumar,V.,《无线传感器网络中构建近似最小生成树的分布式算法》,IEEE Trans。段落。分销系统。,20, 1, 124-139 (2009) ·doi:10.1109/TPDS.2008.57 [2] Lobel,I。;Ozdaglar,A。;Feijer,D.,带状态相关通信的分布式多代理优化,数学。程序。,129, 2, 255-284 (2011) ·Zbl 1229.90201号 ·doi:10.1007/s10107-011-0467-x [3] Scutari,G.,部分线性化分解:多智能体系统的并行优化,IEEE Trans。信号处理,62,3,641-656(2014)·Zbl 1394.94507号 ·doi:10.1109/TSP.2013.2293126 [4] I.V.Konnov“基于惩罚方法的分散多智能体优化”,《优化》(2021)。doi:10.1080/02331934.2021.1950151·Zbl 1508.65062号 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。