Drift plus penalty 漂移加惩罚Part2——性能分析

原创 于 2023-12-02 00:00:00 发布
· 1k 阅读 · 22 ·
版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#优化 #漂移加惩罚 #李雅普诺夫 #队列

文章目录

正文

Performance analysis

本节将展示该算法的结果，该算法的平均时间惩罚在最优性的 O ( 1 / V ) O (1/V) O(1/V)以内，并且在平均队列大小上有相应的 O ( V ) O (V) O(V)权衡。

Average penalty analysis 平均惩罚分析

在这里插入图片描述

Average queue size analysis 平均队列大小分析

在这里插入图片描述

Probability 1 convergence

在这里插入图片描述

Application to queues with finite capacity

在这里插入图片描述

Treatment of queueing systems

在这里插入图片描述

Convex functions of time averages

在这里插入图片描述

Delay tradeoffs and related work

在这里插入图片描述

Extensions to non-i.i.d. event processes

在这里插入图片描述

Extensions to variable frame length systems

在这里插入图片描述

Application to convex programming

在这里插入图片描述

Drift-plus-penalty algorithm for convex programming

在这里插入图片描述

Drift-plus-penalty algorithm for linear programming

在这里插入图片描述

参考资料

https://en.wikipedia.org/wiki/Drift_plus_penalty

f15_Trading Strategies2_sma_AAPL_Log return_EUR_OLS regress_df highlight_Lagrang_GaussianNB_DNNClass
Linli522362242的专栏
04-25 1421
[T]hey were silly[ˈsɪli]傻瓜，笨蛋 enough to think you can look at the past to predict the future. —The Economist This chapter is about the vectorized backtesting of algorithmic trading strategies. The term algorithmic trading strategy is used to describe...
通信相关中英对照术语
weixin_43629163的博客
10-05 4381
缩写 英文全称 中文全称 1x EV-DO 1x Evolution-Data Optimized 1x数据业务优化演进 1x EV-DV 1x Evolution-Data&Voice 1x数据和语音演进 3GPP 3rd Generation Partnership Project 第三代移动通信伙伴计划 3GPP2 3rd Generation Partnership Project 2 第三代移动通信伙伴计划2
Lyapunov.m:使用 Lyapunov Drift-Plus-Penalty 技术的随机网络优化-matlab开发
05-30
使用 Lyapunov Drift-Plus-Penalty 技术的随机网络优化
Drift plus penalty 漂移加惩罚Part1——介绍和工作原理
小威的博客
10-01 1045
在不需要最小化惩罚的特殊情况下，当目标是在多跳网络中设计稳定的路由策略时，该方法可以简化为背压路由。然而，数学技术可以应用于其他随机系统的优化和控制，包括智能电网中的可再生能源分配和产品装配系统的库存控制。直观地说，稳定这些虚拟队列确保约束函数的时间平均值小于或等于零，因此满足期望的约束。直观地说，仅采取最小化漂移的操作在队列稳定性方面是有益的，但不会最小化惩罚项的时间平均值。可以是抽象元素的有限列表，实值向量的不可数无限(可能是非凸的)集合，等等。上观察到的随机事件和队列积压充当给定的常量。
【随机优化】李雅普诺夫优化在通信与排队系统中的应用（第三章）-动态规划示例
Treasure Ashes
02-19 1万+
【参考书目】Stochastic Network Optimization with Application to Communication and Queueing Systems 【作者】（美）Michael J.Neely---University of Southern California 【出版社】MORGAN&CLAYPOOL PUBLISHERS 目录 稳定调度 ...
Lyapunov优化
norbert.jiang的专栏
09-10 1万+
转载地址：http://en.wikipedia.org/wiki/Lyapunov_optimization Introduction[edit source | editbeta] Lyapunov optimization refers to the use of a Lyapunov function to optimally control a dynamical
sklearn机器学习:逻辑回归LogisticRegression参数解析之penalty & C
The Zen of Data Analysis
10-14 1万+
LogisticRegression类的格式 sklearn.linear_model.LogisticRegression (penalty=’l2’, dual=False, tol=0.0001, C=1.0, fit_intercept=True, intercept_scaling=1, class_weight=None, random_state=None, solver=’warn...
水利水电专业英语（2.5k行超全）
topia_csdn的博客
05-25 4067
施工总平面布置 Construction general layout 施工总平面布置 (施工总体布置 ) construction general layout 施工组织 Consruction Programming 施工组织设计 construction planning 施工坐标系（建筑坐标系） construction coordinate system 湿化变形 soaking deformation 湿润比 percentage of wetted area 湿润灌溉 wetting irri
bilibili【考研英语词汇】
热门推荐
echoecho的博客
02-27 56万+
1、abandon vt.离弃，遗弃，抛弃；放弃。 放纵，放弃 a-否定（前缀）band-布带on 布带不在自己身上，放纵，放弃 band n.条，带；乐队；波段；v.绑扎 一群人绑在一起：乐队，一群 bandagen绷带v用绷带扎缚 -age永恒的（后缀） band- ~ban-（前缀） banner横幅，旗帜（商店的旗帜） 在小带子上写的字：slogan...
(全套求职必备)android程序员简历模板.doc
06-07
(全套求职必备)android程序员简历模板.doc
基于ThreeJS的Python3D场景创建与控制工具.zip
06-07
基于ThreeJS的Python3D场景创建与控制工具.zip
基于Jun大数据平台的多源数据处理与可视化框架.zip
06-07
基于Jun大数据平台的多源数据处理与可视化框架.zip
基于matlab的激光扩束系统设计与仿真.zip
06-07
基于matlab的激光扩束系统设计与仿真.zip
用ssh框架实现客户关系管理系统.zip
06-07
项目工程资源经过测试运行，功能上ok，可复现复刻，拿到资料包后可实现复刻出一样的项目，本人系统开发经验充足（全栈），有任何使用问题欢迎随时与我联系，我会努力及时为您解惑，提供帮助 【资源内容】：包含源码、工程文件等。资源质量优质，放心下载使用！可参考实现复现；设计报告也可借鉴此项目工程；该资源内项目代码都经过测试运行，功能ok 【项目价值】：可用在相关项目设计中，皆可应用在项目、毕业设计、课程设计、期末/期中/大作业、工程实训、大创等学科竞赛比赛、初期项目立项、学习/练手等方面，可借鉴此优质项目实现复刻，设计报告也可借鉴此项目，也可基于此项目来扩展开发出更多功能 【提供帮助】：有任何使用上的问题欢迎随时与我联系，及时抽时间努力解答解惑，提供帮助 【附带帮助】：若还需要相关开发工具、学习资料等，我会提供帮助，提供资料，鼓励学习进步 质量优质，放心下载使用。下载后请首先打开说明文件（如有）;项目工程可实现复现复刻，如果基础还行，也可在此程序基础上进行修改，以实现其它功能。供开源学习/技术交流/学习参考,勿用于商业用途,网络商品/电子资源资料具可复制性不支持退款。质量优质，放心下载使用。
基于Matlab的异常行为识别与预警系统.zip
06-07
基于Matlab的异常行为识别与预警系统.zip
基于MATLAB的多种回归分类算法实现.zip
06-07
基于MATLAB的多种回归分类算法实现.zip
SSM实战项目(2)——图书管理系统.zip
06-07
项目工程资源经过测试运行，功能上ok，可复现复刻，拿到资料包后可实现复刻出一样的项目，本人系统开发经验充足（全栈），有任何使用问题欢迎随时与我联系，我会努力及时为您解惑，提供帮助 【资源内容】：包含源码、工程文件等。资源质量优质，放心下载使用！可参考实现复现；设计报告也可借鉴此项目工程；该资源内项目代码都经过测试运行，功能ok 【项目价值】：可用在相关项目设计中，皆可应用在项目、毕业设计、课程设计、期末/期中/大作业、工程实训、大创等学科竞赛比赛、初期项目立项、学习/练手等方面，可借鉴此优质项目实现复刻，设计报告也可借鉴此项目，也可基于此项目来扩展开发出更多功能 【提供帮助】：有任何使用上的问题欢迎随时与我联系，及时抽时间努力解答解惑，提供帮助 【附带帮助】：若还需要相关开发工具、学习资料等，我会提供帮助，提供资料，鼓励学习进步 质量优质，放心下载使用。下载后请首先打开说明文件（如有）;项目工程可实现复现复刻，如果基础还行，也可在此程序基础上进行修改，以实现其它功能。供开源学习/技术交流/学习参考,勿用于商业用途,网络商品/电子资源资料具可复制性不支持退款。质量优质，放心下载使用。
(全套求职必备)flash-简历模板.doc
最新发布
06-07
(全套求职必备)flash-简历模板.doc
基于layer的简易后台框架模板适合毕业设计.zip
06-07
基于layer的简易后台框架模板适合毕业设计.zip
lyapunov 漂移加惩罚框架
01-15
### 关于Lyapunov Drift Plus Penalty Framework 在处理网络优化和资源分配问题时，Lyapunov漂移加惩罚框架提供了一种强大的工具来管理系统的稳定性和性能目标。该框架的核心在于通过最小化所谓的“漂移加惩罚”，即系统状态的二次矩变化加上即时成本或约束违反的成本。 假设存在一个队列长度向量 \( Q(t) \)，其表示时间 t 的系统状态，则定义 Lyapunov函数 L(Q(t)) 为所有队列长度平方之和的一半： \[ L(Q(t)) = \frac{1}{2} \|Q(t)\|^2 \] 其中 \( \|.\| \) 表示欧几里得范数。对于任意两个连续的时间点 t 和 t+1 ，可以计算出Lyapunov漂移 ΔL 如下所示: \[ \Delta L = E[L(Q(t+1))-L(Q(t))] \] 为了确保长期平均成本不超过给定阈值的同时保持系统稳定性，引入了额外项 P(t), 称作惩罚项，它反映了对某些特定事件发生的期望代价。因此，在每一步决策过程中应考虑如下表达式的上界最小化[^2]: \[ B + E[\Delta L + V\cdot P(t)] \] 这里V是一个正权重参数用来平衡两者的重要性；B 是一个有限常数使得上述不等式成立。当选择适当的动作以使这个组合指标尽可能小时，就可以实现既控制瞬态行为又维持稳态特性的目的。 值得注意的是，此方法允许算法设计者灵活调整不同方面之间的权衡关系——比如响应速度与收敛精度之间、短期效益同长远规划间的取舍等等。而且由于只依赖本地信息来做决定，所以非常适合分布式实施环境下的应用场合。 ```python def lyapunov_drift_plus_penalty(queue_lengths, action, v_weight=1.0): """ 计算并返回指定动作后的Lyapunov漂移加惩罚值 参数: queue_lengths (list): 当前各队列长度列表 action (): 执行的具体操作 v_weight (float): 权重因子，默认设为1 返回: float: 动作执行后的新Lyapunov漂移加惩罚估计值 """ # 假设我们有一个模拟器能够给出采取action之后的状态转移情况以及相应的立即奖励/惩罚p_t next_queue_lengths, immediate_cost = simulator(action) current_lyapunov_value = sum([q ** 2 for q in queue_lengths]) / 2. future_lyapunov_expectation = sum([(nql)**2 for nql in next_queue_lengths]) / 2. delta_L = future_lyapunov_expectation - current_lyapunov_value return delta_L + v_weight * immediate_cost # 使用样例 queue_state = [5, 7, 9] # 初始队列状态 selected_action = "some_action" result = lyapunov_drift_plus_penalty(queue_state, selected_action) print(f"The estimated LDPP value after taking {selected_action}: ", result) ```
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

Wei *

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值