隨機(jī)與不確定多智能體系統(tǒng)：估計與學(xué)習(xí)

目錄
前言
第1章 緒論 1
1.1 多智能體系統(tǒng)的產(chǎn)生背景 1
1.2 隨機(jī)多智能體分布式估計與學(xué)習(xí)的研究現(xiàn)狀 4
1.2.1 分布式共識 4
1.2.2 分布式估計與學(xué)習(xí) 7
1.2.3 分布式隨機(jī)凸優(yōu)化 9
1.3 主要記號 10
第2章 預(yù)備知識 12
2.1 圖論的基本概念 12
2.2 概率論和實變函數(shù)論中的一些引理 13
第3章 隨機(jī)分布式平均共識 15
3.1 引言 15
3.2 模型與算法 16
3.3 主要結(jié)果 20
3.4 特殊的隨機(jī)圖情形 36
3.4.1 馬爾可夫切換圖情形 36
3.4.2 *立圖序列的情形 38
3.5 仿真算例 42
第4章 隨機(jī)分布式參數(shù)估計45
4.1 引言 45
4.2 問題的提出 46
4.2.1 量測模型 46
4.2.2 通信模型 47
4.3 分布式在線參數(shù)估計算法 48
4.4 不存在延時情形 51
4.4.1 一般的時變隨機(jī)網(wǎng)絡(luò)圖情形 51
4.4.2 特殊的時變隨機(jī)圖情形 64
4.5 存在時變隨機(jī)通信延時的情形 68
4.5.1 等價系統(tǒng)和基本引理 68
4.5.2 主要結(jié)果 71
4.6 仿真算例 88
第5章 隨機(jī)分布式在線正則化學(xué)習(xí) 93
5.1 引言 93
5.2 分布式正則化線性回歸.95
5.3 主要結(jié)果 98
5.4 仿真算例 140
第6章 分布式隨機(jī)梯度下降.145
6.1 引言.145
6.2 問題描述 146
6.3 主要結(jié)果 157
6.3.1 算法收斂性 158
6.3.2 特殊情形 169
6.3.3 關(guān)于假設(shè)的討論 172
6.3.4 強(qiáng)凸局部成本函數(shù)情形的收斂速度 181
6.4 補(bǔ)充引理 198
6.5 仿真算例 208
參考文獻(xiàn) 210