求解非凸两分块优化问题的Majorized Bregman交替方向乘子法

针对一类两分块非凸优化问题，提出Majorized 带Bregman距离的交替方向乘子法。为了使问题的子问题更易求解，对目标函数中的光滑项进行极大化线性处理，并对x子问题和y子问题同时添加一个Bregman距离。在适当的假设条件下，建立了算法的全局收敛性。同时，在效益函数满足KL性质时，建立了算法的强收敛性。数值实验结果验证该算法的有效性。     

求解Poisson问题的区域分解和交替方向乘子法

【目的】有效求解有界闭区域的Poisson问题，得到解决这类问题的区域分解法和交替方向乘子法。【方法】用区域分解法将问题转化为用两个子区域和增广拉格朗日函数表示的极小值问题，再采用交替方向乘子法求解该问题。【结果】对算法进行了收敛性分析，并给出了此类问题的具体应用。【结论】数值结果验证了该方法求解Poisson问题的可行性。     

求解三块可分凸优化问题的Bregman Peaceman-Rachford分裂法

【目的】针对带有线性约束的三块可分凸优化问题，提出带有Bregman距离的Peaceman-Rachford(PR)分裂法。【方法】在原始PR分裂法的基础上结合Bregman距离函数，并选择不同的松弛因子来更新拉格朗日乘子。【结果】当Bregman距离函数为δ-强凸时，从变分不等式的角度建立了由算法产生的迭代序列的全局收敛性以及给出了在遍历意义下O(1/t)的最坏收敛速率。【结论】所得结果推广了求解两块可分凸优化问题的PR算法，具有一定的理论意义。     

求解可分离凸优化问题的惯性近似松弛交替方向乘子法

基于交替方向乘子法(ADMM)提出了一种求解可分离凸优化可行问题的惯性近似松弛交替方向乘子法(IPR-ADMM).新构造的算法不仅具有提高算法收敛性的优势的惯性外推项,而且引入随机变量以随机加速新步长,从而提高算法的灵活性.并在适当的假设下,证明了算法的全局迭代收敛性.数值实验结果表明,数据维数取值越大,算法收敛越快,...     

非凸不可分离问题的广义交替方向乘子法的收敛性

交替方向乘子法（ADMM）是求解大规模优化问题和非凸非光滑问题的一种有效的方法,但当目标函数为非凸非光滑的情况时,原始ADMM算法的收敛性无法保证,且若目标函数中存在耦合函数,则算法的收敛性证明将更为复杂。在现实生活中存在的很多问题,其本质都是非凸的。因此,本文提出了一种改进的ADMM算法。与原始ADMM算法相比,该算法引入了一个松弛因子$\alpha $,构造了一种广义交替方向乘子法（GADMM）来求解具有线性约束的非凸不可分离优化问题。在一定的假设条件下,通过假设增广拉格朗日函数满足K-L不等式,证明了当惩罚参数足够大时,算法生成的序列收敛到增广拉格朗日函数的稳定点。     

求解凸可行问题的非精确变样本采样投影算法

【目的】构造求解大规模凸可行问题的有效算法，以克服现有算法要求投影运算具有显式表达式或者可以求得精确投影的局限。【方法】借助非精确近似技术和变样本采样技术，提出求解凸可行问题的非精确变样本采样投影算法。【结果】在样本增长率和非精确参数满足一定的条件下，证明了算法依概率1的收敛性。然后在样本增长率分别为几何增长和多项式增长的条件下，分析了算法的收敛率和计算复杂度。特别地，当样本率呈几何增长时，算法具有线性收敛率。【结论】数值实验结果验证了算法的有效性。     

非凸两分块问题乘子交替方向法的收敛性分析

乘子交替方向法(ADMM)求解大规模问题十分有效.ADMM在凸情形下的收敛性已被清晰认识,但非凸问题ADMM的收敛性结果还很少.本文针对非凸两分块优化问题,在增广拉格朗日函数满足Kurdyka-Lojasiewicz不等式性质且罚参数大于某个常数的条件下,证明了ADMM的收敛性.     

多目标优化问题的非单调对角最速下降算法

【目的】为了更高效的求解多目标优化问题，得到更有效的Pareto前沿面。【方法】通过引入非单调Armijo准则，得到新的步长搜索方式，进而提出了多目标优化问题的非单调对角最速下降算法。【结果】在目标函数无凸性、梯度Lipschitz连续性和下有界假设下，证明了算法产生序列的每个聚点均是多目标优化问题的Pareto弱有效解，并在适当条件下证明了算法的次线性收敛性。【结论】数值实验表明提出的算法目标函数值的平均值更小。     

部分并行磁共振成像的交替方向乘子法研究

交替方向乘子法是求解基于全变分模型的部分并行磁共振成像(partially parallel imaging,PPI)的有效方法,但研究表明其测量矩阵的求解繁琐且复杂。文中针对交替方向乘子法采用固定步长求解速度慢的缺点,提出了一种自适应交替方向乘子法,将传统的交替方向乘子法和BarzilaiBorwein方法相结合,有效处理了全变分正则项的非凸难以求解的问题。实验结果表明,该改进算法不仅能得到较好的图像恢复效果,而且具有良好的收敛性和稳定性。     

基于稀疏优化的智能电表误差估计方法

【目的】利用改进动态线损和稀疏优化方法研究智能电表运行误差估计。【方法】首先，考虑电表误差的稀疏性，加入稀疏正则项，对动态线损模型进行改进，提高误差估计的精准度；进一步地，利用交替方向乘子法改进设计迭代算法，交替求解改进动态线损模型，获取智能电表误差估计结果。【结果】利用Matlab和实际数据进行数值仿真实验，验证所提方法的有效性。【结论】通过分析线损率与计量误差估计的耦合关系，提高了误差估计的精度。与动态线损模型对比，本文所提方法的检测准确率更优。