×
马蒂亚斯·斯塔迪格尔;杰科特，波琳

不一致凸优化问题的随机块坐标方法。 （英语） Zbl 07833580号

不动点理论算法科学。工程师。 2023年，第14号论文，38页（2023年）.

MSC公司：

90C25型 凸面编程
90C06型 数学规划中的大尺度问题
90B10型 运筹学中的确定性网络模型

关键词：

凸优化;随机块坐标法;Nesterov加速度;分布式优化;AC-OPF（交-交-交）
PDF格式BibTeX公司 XML格式引用
\textit{M.Staudigl}和\textit{P.Jacquot}，不动点理论算法科学。Eng.2023，论文编号14，38 p.（2023；Zbl 07833580）
全文： 内政部 arXiv公司
OA许可证

参考文献：

[1] 法奇尼，F。；Kanzow，C.，广义Nash均衡问题，4OR，5，173-210（2007）·Zbl 1211.91162号 ·doi:10.1007/s10288-007-0054-4
[2] Grasmair，M。；Haltmeier，M。；Scherzer，O.，正则化不适定问题的残差方法，应用。数学。计算。，218, 6, 2693-2710 (2011) ·Zbl 1247.65076号 ·doi:10.1016/j.amc.2011.08.009
[3] 伍德，A.J。；沃伦伯格，B.F。；Sheblé，G.B.，《发电、运行和控制》（2013年），纽约：威利，纽约
[4] Bienstock，D.，《电力传输系统级联和脆弱性：运筹学观点》（2015）·Zbl 1344.90001号 ·doi:10.1137/1.9781611974164
[5] Papavasiliou，A.，分布位置边际价格分析，IEEE Trans。智能电网，9，5，4872-4882（2018）·doi:10.1109/TSG.2017.2673860
[6] Nesterov，Y.，坐标下降法在大规模优化问题上的效率，SIAM J.Optim。，22, 2, 341-362 (2012) ·Zbl 1257.90073号 ·数字对象标识代码：10.1137/100802001
[7] 卢，Z。；Xiao，L.，关于随机区组坐标下降法的复杂性分析，数学。程序。，152, 1, 615-642 (2015) ·Zbl 1321.65100号 ·doi:10.1007/s10107-014-0800-2
[8] 里奇塔里克，P。；Takáč，M.，最小化复合函数的随机块坐标下降方法的迭代复杂性，数学。程序。，144, 1, 1-38 (2014) ·Zbl 1301.65051号 ·doi:10.1007/s10107-012-0614-z
[9] 里奇塔里克，P。；Takáč，M.，大数据优化的平行坐标下降法，数学。程序。，156, 1-2, 433-484 (2016) ·Zbl 1342.90102号 ·doi:10.1007/s10107-015-0901-6
[10] 格洛温斯基，R。；Marroco，A.，《Sur l’approximation，paréments finish d’ordre un，et la résolution，par e nalisation qualityéd une class de problemes de dirichlet nonéaires，Rev.Fr.Autom》。通知。里奇。作品。，分析。编号。，9，R2，41-76（1975年）·Zbl 0368.65053号
[11] 加贝，D。；Mercier，B.，通过有限元近似解非线性变分问题的对偶算法，计算。数学。申请。，2, 1, 17-40 (1976) ·Zbl 0352.65034号 ·doi:10.1016/0898-1221（76）90003-1
[12] Han，D。；Sun博士。；张，L.，凸组合规划交替方向乘子法的线性速度收敛性，数学。操作。决议，43，2，622-637（2017）·兹比尔1440.90047 ·doi:10.1287/门.2017.0875
[13] 埃克斯坦，J。；Yao，W.，《理解乘数交替方向方法的收敛性：理论和计算观点》，太平洋出版社。J.Optim。，11, 4, 619-644 (2015) ·Zbl 1330.90074号
[14] 陈，C。；他，B。；Ye，Y。；Yuan，X.，多块凸极小化问题admm的直接推广不一定收敛，数学。程序。，155, 1, 57-79 (2016) ·Zbl 1332.90193号 ·doi:10.1007/s10107-014-0826-5
[15] 高，X。；Xu，Y.-Y。；Zhang，S.-Z.，随机原始-双重近端块坐标更新，J.Oper。中国研究社会，7，2，205-250（2019）·Zbl 1438.90255号 ·doi:10.1007/s40305-018-0232-4
[16] 高，X。；Zhang，S.-Z.，具有不可分离目标和耦合约束的凸优化的一阶算法，J.Oper。中国研究社会，5，2，131-159（2017）·Zbl 1390.90423号 ·doi:10.1007/s40305-016-0131-5
[17] 邓，W。；赖，M.-J。；彭，Z。；Yin，W.，具有（o（1/k）收敛性的并行多块ADMM，J.Sci。计算。，71, 2, 712-736 (2016) ·Zbl 1398.65121号 ·doi:10.1007/s10915-016-0318-2
[18] Nesterov，Y.，一种求解具有收敛速度的凸规划问题的方法\（o（1/k^2）\），Sov。数学。道克。，27, 2, 372-376 (1983) ·Zbl 0535.90071号
[19] 贝克，A。；Teboulle，M.，线性反问题的快速迭代收缩阈值算法，SIAM J.成像科学。，2, 1, 183-202 (2009) ·Zbl 1175.94009号 ·doi:10.1137/080716542
[20] Nesterov，Y.，最小化复合函数的梯度方法，数学。程序。，140, 1, 125-161 (2013) ·Zbl 1287.90067号 ·doi:10.1007/s10107-012-0629-5
[21] Kang，M。；Kang，M。；Jung，M.，非精确加速增广拉格朗日方法，计算。最佳方案。申请。，62, 2, 373-404 (2015) ·Zbl 1353.90145号 ·doi:10.1007/s10589-015-9742-8
[22] Malitsky，Y.：原始-对偶混合梯度法简化为线性约束优化问题的原始方法（2019）
[23] Chambolle，A。；Pock，T.，凸问题的一阶原对偶算法及其在成像中的应用，J.Math。成像视觉。，40, 1, 120-145 (2011) ·Zbl 1255.68217号 ·doi:10.1007/s10851-010-0251-1
[24] Tseng，P.：关于凸凹优化的加速近端梯度方法（2008）
[25] Malitsky，Y.：Chambolle-Pock和Tseng的方法：二层优化的关系和扩展（2017）
[26] 卢克·D·R。；Malitsky，Y。；Giselsson，P。；Rantzer，A.，线性约束下非光滑最小化的块坐标原对偶方法，大尺度和分布式优化，121-147（2018），Cham:Springer，Cham·Zbl 1412.90110号 ·数字对象标识代码：10.1007/978-3-319-97478-6
[27] Tran-Dini，Q.，Liu，D.：用于非光滑复合凸最小化的更快的随机原对偶算法。arXiv预印本（2020）arXiv:2003.01322
[28] Xu，Y。；Zhang，S.，约束凸优化的加速原对偶近端块坐标更新方法，计算。最佳方案。申请。，70, 1, 91-128 (2018) ·Zbl 1391.90483号 ·doi:10.1007/s10589-017-9972-z
[29] Tran-Din，Q。；Liu，D.，一种新的具有快速最后迭代收敛率的凸优化随机原对偶算法，Optim。方法软件。，38, 1, 184-217 (2023) ·Zbl 1515.90101号 ·doi:10.1080/10556788.2022.2119233
[30] Farivar，M。；Low，S.H.，分支流模型：松弛和凸化第I部分，IEEE Trans。电力系统。，28, 3, 2554-2564 (2013) ·doi:10.1109/TPWRS.2013.225317
[31] 彭，Q。；Low，S.H.，径向网络的分布式最优潮流算法，I：平衡单相情况，IEEE Trans。智能电网，9，1，111-121（2018）·doi:10.1109/TSG.2016.2546305
[32] 费尔科克，O。；Richtárik，P.，《加速、平行和近端坐标下降》，SIAM J.Optim。，25, 4, 1997-2023 (2015) ·Zbl 1327.65108号 ·数字对象标识代码：10.1137/130949993
[33] Ryu，E.K。；Yin，W.，《大尺度凸优化：基于单调算子的算法与分析》（2022），剑桥：剑桥大学出版社，剑桥·Zbl 1519.90178号 ·doi:10.1017/9781009160865
[34] 曲，Z。；Richtárik，P.，《任意采样的坐标下降I：算法和复杂性》，Optim。方法软件。，31, 5, 829-857 (2016) ·Zbl 1365.90205号 ·doi:10.1080/10556788.2016.1190360
[35] 曲，Z。；Richtárik，P.，任意采样的坐标下降II：预期的可分离过度逼近，Optim。方法软件。，31, 5, 858-884 (2016) ·Zbl 1365.90206号 ·doi:10.1080/10556788.2016.1190361
[36] 博伊德，S。；北卡罗来纳州帕里赫。；朱，E。；佩莱托，B。；Eckstein，J.，《通过交替方向乘数法进行分布式优化和统计学习》，Found。趋势马赫数。学习。，3, 1, 1-122 (2011) ·Zbl 1229.90122号 ·doi:101561/2200000016
[37] 内科瓦拉，I。；Clipici，D.，《可分离约束凸优化问题的高效并行坐标下降算法：在分布式MPC中的应用》，《过程控制》，23，3，243-253（2013）·doi:10.1016/j.jprocont.2012.12.012
[38] Bianchi，P。；Hachem，W。；Iutzeler，F.，坐标下降原对偶算法及其在分布式异步优化中的应用，IEEE Trans。自动。控制，61，10，2947-2957（2015）·Zbl 1359.90090号 ·doi:10.1109/TAC.2015.2512043
[39] 费尔科克，O。；Bianchi，P.，具有大步长和可能不可分离函数的坐标下降原对偶算法，SIAM J.Optim。，29, 1, 100-134 (2019) ·Zbl 1411.90265号 ·doi:10.1137/18M1168480
[40] 拉塔法特，P。；Freris，N.M。；Patrinos，P.，一种新的用于分布式优化的随机块坐标原始-对偶近端算法，IEEE Trans。自动。控制，64，10，4050-4065（2019）·Zbl 1482.90152号 ·doi:10.1109/TAC.2019.2906924
[41] Nesterov，Y.，《凸优化讲座》（2018），柏林：施普林格，柏林·Zbl 1427.90003号
[42] d'Aspremont，A。；Scieur，D。；Taylor，A.，《加速度方法》，Found。最佳趋势。，5, 1-2, 1-245 (2021)
[43] 比伦，O。；提花，P。；Oudjane，N。；斯塔迪格尔，M。；Wan，C.，分布式位置边际价格的隐私保护分布式计算方法，第61届IEEE决策与控制会议（2022年）
[44] Baran，M.E。；Wu，F.F.，径向配电系统上的最佳电容器布置，IEEE Trans。电力输送。，4, 1, 725-734 (1989) ·doi:10.1109/61.19265
[45] Molzahn，D.K。；Hiskens，I.A.，《潮流方程松弛和近似的调查》，Found。趋势选择。能源系统。，4, 1-2, 1-221 (2019) ·doi:10.1561/31000000012
[46] 甘，L。；李，N。；托普库，美国。；Low，S.H.，径向网络最优潮流的精确凸松弛，IEEE Trans。自动。控制，60，1，72-87（2015）·Zbl 1360.90048号 ·doi:10.10109/TAC.2014.2332712
[47] 我国梅兹加尼。；Misra，S。；Deka，D.，《随机交流最优潮流：数据驱动方法》，Electr。电力系统。决议，189（2020）·doi:10.1016/j.epsr.2020.106567
[48] Bauschke，H.H。；Combettes，P.L.，希尔伯特空间中的凸分析和单调算子理论（2016），柏林：施普林格出版社，柏林·Zbl 1218.47001号
[49] 罗宾斯，H。；Siegmund，D。；Rustagi，J.S.，非负几乎上鞅的收敛定理及其应用，《统计学中的优化方法》，233-257（1971），圣地亚哥：圣地亚哥学术出版社·Zbl 0286.60025号 ·doi:10.1016/B978-0-12-604550-5.50015-8
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。