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。