Resumen

Se propone un método descentralizado de descenso de coordenadas aleatorias para resolver un problema de optimización de recursos separable con restricciones lineales a gran escala y agentes egoístas. Este método tiene un costo computacional económico y puede garantizar una mejora de la función objetivo seleccionada sin poner en peligro las demás en cada iteración. La tasa de convergencia se obtiene utilizando un punto de referencia de brecha alternativa del valor objetivo. Las simulaciones numéricas sugieren que el algoritmo convergerá a un punto aleatorio en el frente de Pareto.

• Materias:Colonias de abejas artificiales Inteligencia artificial Patrón espacial Innovación de la comunicación Algoritmo de red neuronal
• Subjects:Artificial bee colonies Artificial intelligence Spatial pattern Communication innovation Neural network algorithm
• Palabras claves:Descentralizado; Aleatorio; Descenso de coordenadas; Optimización de recursos; Tasa de convergencia; Frente de Pareto
• Keywords:Decentralized; Randomized; Coordinate descent; Resource optimization; Convergence rate; Pareto front