拉姆·桑达尔；奈迪奇，A。；维拉瓦利，V.V。 凸优化的增量随机次梯度算法。 （英语） Zbl 1231.90312号 SIAM J.Optim公司。 20，第2期，691-717（2009）. 摘要：本文研究了随机误差对两种约束增量次梯度算法的影响。增量次梯度算法被视为分散网络优化算法，当每个组件函数仅为分布式网络的特定代理所知时，用于最小化函数和。在这种情况下，代理形成一个环结构，并在一个循环中传递迭代。当次梯度估计中存在随机误差时，得到了随机误差矩的充分条件，当步长减小时，几乎可以保证收敛。此外，在步长不变的情况下，还获得了算法性能的几乎确定边界。其次，研究了马尔可夫随机增量次梯度方法。这是增量算法的非循环版本，其中计算代理序列被建模为时间非齐次马尔可夫链。这种模型适用于移动网络，因为这些网络中的网络拓扑随时间而变化。得到了步长递减和步长不变的随机误差存在时马尔可夫随机化方法的收敛结果和误差界。 引用于45文件 MSC公司： 90C25型 凸面编程 68宽15 分布式算法 关键词：增量优化；凸优化；网络优化；随机近似；次梯度；随机网络 PDF格式BibTeX公司 XML格式引用 \textit{S.S.Ram}等人，SIAM J.Optim。20，第2号，691--717（2009；Zbl 1231.90312） 全文： 内政部 arXiv公司 链接