×
阿纳斯塔西亚·伊万诺娃;帕维尔·德夫勒琴斯基;亚历山大·加斯尼科夫;德米特里·坎佐洛夫

资源分配问题的组合优化。 （英语） Zbl 1489.90116号

最佳方案。方法软件。 36，第4号，720-754（2021）.
摘要：在本文中，我们将资源分配问题描述为一个具有线性约束的凸极小化问题。为了解决这个问题，我们将梯度和加速梯度下降应用于对偶问题，并证明了原始迭代和对偶迭代的收敛速度。我们获得了比文献中已知的更快的收敛速度。我们还为这两种方法提供了经济学解释。这意味着算法的迭代自然与价格和生产调整过程相对应，以获得经济中所需的产量。总的来说，我们展示了经济主体的这些行为如何引导整个系统达到平衡。

引用于1文件

MSC公司：

90C25型 凸面编程
65年第68季度 算法和问题复杂性分析
91B32型 资源和成本分配（包括公平分配、分摊等）

关键词：

分散定价;原对偶方法;加速梯度法;梯度法;复合优化
PDF格式BibTeX公司 XML格式引用
\textit{A.Ivanova}等人，Optim。方法软件。36，编号4，720--754（2021；Zbl 1489.90116）
全文： 内政部 arXiv公司

参考文献：

[1] Anikin，A.S。；Gasnikov，A.V。；Dvurechensky，体育。；Tyurin，A.I。；Chernov，A.V.，仿射约束下具有简单结构的强凸泛函最小化的对偶方法，计算。数学。数学。物理。，57, 1262-1276 (2017) ·Zbl 1380.49046号 ·doi:10.1134/S0965542517080048
[2] Arrow，K.J.和Hurwicz，L.，资源分配中的分权和计算，斯坦福大学经济系；1958
[3] Aubin，J.P.，《分析非利奈经济动机》（1984），巴黎马森·Zbl 0551.90001号
[4] Baimurzina，D.R。；Gasnikov，A.V。；Gasnikova，E.V。；Dvurechensky，体育。；Ershov，E.I。；Kubentaeva，医学学士。；Lagunovskaya，A.A.，搜索运输网络均衡和随机均衡的通用方法，计算。数学。数学。物理。，59, 19-33 (2019) ·Zbl 1419.90013号 ·doi:10.1134/S0965542519010020
[5] Bayandina，A.，Dvurechensky，P.，Gasnikov，A.，Stonyakin，F.和Titov，A.，具有非光滑不等式约束的镜像下降和凸优化问题，《大规模和分布式优化》，P.Giselsson和A.Rantzer编辑，第8章，施普林格国际出版，2018，第181-215页，arXiv:11710.06612·Zbl 1421.90112号
[6] 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, 1-122 (2011) ·Zbl 1229.90122号 ·doi:10.1561/220000016
[7] 坎贝尔，D.E.，《资源分配机制》（1987），剑桥大学出版社，剑桥·Zbl 0632.42001号
[8] Chernov，A.，Dvurechensky，P.和Gasnikov，A.，线性约束下强凸极小化问题的快速原始双梯度方法，离散优化和运筹学：第九届国际会议，DOOR 2016，俄罗斯符拉迪沃斯托克，2016年9月19-23日，会议记录，施普林格国际出版，2016年，第391-403页·Zbl 1391.90471号
[9] 杜奇，J.C。；阿加瓦尔，A。；Wainwright，M.J.，《分布式优化的双重平均：收敛分析和网络缩放》，IEEE。事务处理。自动化。控制。，57, 592-606 (2012) ·Zbl 1369.90156号 ·doi:10.1109/TAC.2011.2161027
[10] Dvinskikh，D.，Gorbunov，E.，Gasnikov，A.，Dvurechensky，P.和Uribe，C.A.，《网络上分布式随机凸优化的原对偶方法》，2019年IEEE决策与控制会议（CDC），arXiv:1903.098442019。
[11] Dvurechensky，P.、Gasnikov，A.和Kroshnin，A.，《计算最优传输：加速梯度下降的复杂性优于辛霍恩算法》，第35届机器学习国际会议论文集，机器学习研究论文集，第80卷，arXiv:1802.043672018，第1367-1376页。
[12] Dvurechensky，P.，Gasnikov，A.，Gasnickova，E.，Matsivevsky，S.，Rodomanov，A.和Usik，I.，《在分层拥挤人口游戏中搜索均衡的原始-对偶方法》，第九届离散优化与运筹学国际会议补充会议记录（DOOR 2016），俄罗斯符拉迪沃斯托克，2016年9月19日至23日，arXiv:1606.08988，2016，第584-595页。
[13] Dvurechensky，P.、Dvinskikh，D.、Gasnikov，A.、Uribe，C.A.和Nedić，A.，《分散和随机化：Wasserstein Barycenters的更快算法》，《神经信息处理系统进展》31，NeurIPS 2018，arXiv:1806.03915，Curran Associates，Inc.，2018，第10783-10793页。
[14] Dvurechensky，体育。；Gasnikov，A.V。；Lagunovskaya，A.A.，随机凸优化问题的并行算法和大偏差概率，数值。分析。申请。，11, 33-37 (2018) ·Zbl 1399.90205号 ·doi:10.1134/S1995423918010044
[15] 弗里德曼，E.J。；Oren，S.S.，有限理性下资源配置和价格机制的复杂性，经济理论，6225-250（1995）·Zbl 0831.90051号 ·doi:10.1007/BF01212489
[16] Gasnikov，A.，《通用梯度下降》，arXiv预印本arXiv:1711.00394（2017）。
[17] Guminov，S.V。；Nesterov，Y.E。；Dvurechensky，体育。；Gasnikov，A.V.，凸、非凸和非光滑优化问题的带线性搜索的加速原始-对偶梯度下降，Doklady Mathematics，99，125-128（2019）·Zbl 1418.90192号 ·doi:10.1134/S1064562419020042
[18] Ivanova，A。；Gasnikov，A。；Nurminski，E。；Vorontsova，E.，从现代凸优化方法的角度出发，以资源分配问题为例，瓦尔拉斯均衡和集中分布优化，西伯利亚J.Num.Math。，22, 411-432 (2019)
[19] Ivanova，A。；Pasechnyk博士。；Dvurechensky，P。；Gasnikov，A。；Vorontsova，E.，网络资源分配问题的数值方法，计算。数学。数学。物理学。(2020) ·Zbl 1460.90051号
[20] Jakovetić博士。；泽维尔，J。；Moura，J.M.F.，《快速分布梯度法》，IEEE。事务处理。自动化。控制。，59, 1131-1146 (2014) ·Zbl 1360.90292号 ·doi:10.1109/TAC.2014.2298712
[21] Kakhbod，A.，《具有战略代理人的分散系统中的资源分配：实施理论方法》（2013），Springer Science&Business Media，纽约
[22] Kroshnin，A.、Tupitsa，N.、Dvinskikh，D.、Dvurechensky，P.、Gasnikov，A.和Uribe，C.，《关于近似Wasserstein Barycenters的复杂性》，第36届机器学习国际会议论文集，机器学习研究论文集，第97卷，6月9日至15日，arXiv:1901.08686，PMLR，加利福尼亚州长滩，2019，第3530-3540页。
[23] Nedic，A。；Ozdaglar，A.，多智能体优化的分布式次梯度方法，IEEE。事务处理。自动化。控制。，54, 48-61 (2009) ·兹伯利1367.90086 ·doi:10.1109/TAC.2008.2009515
[24] Nesterov，Y.，非光滑函数的平滑最小化，数学。程序。，103, 127-152 (2005) ·Zbl 1079.90102号 ·doi:10.1007/s10107-004-0552-5
[25] 内斯特罗夫，Y。；Shikhman，V.，最优资源分配平均的对偶次梯度法，Eur.J.Oper。Res.，270，907-916（2018）·Zbl 1403.90550号 ·doi:10.1016/j.ejor.2017.09.043
[26] Polyak，B.，解决极值问题的一般方法，苏联数学。多克拉迪，8593-597（1967）·Zbl 0177.15102号
[27] Rokhlin，D.B.，具有大量用户的通信网络中的资源分配：随机梯度下降，理论概率。申请。(2019)
[28] Scaman，K.，Bach，F.，Bubeck，S.，Lee，Y.T.和Massoulié，L.，网络中光滑和强凸分布优化的优化算法，第34届机器学习国际会议论文集，机器学习研究论文集，第70卷，8月6日至11日，PMLR，澳大利亚悉尼国际会议中心，2017年，第3027-3036页。可在http://proceedings.mlr.press/v70/scaman17a.html。
[29] Scaman，K。；巴赫，F。；Bubeck，S。；Lee，Y.T。；Massoulié，L.，网络凸分布优化的最优收敛速度，J.Mach。学习。决议，20，1-31（2019年）·Zbl 1446.90127号
[30] Uribe，C.A.、Dvinskikh，D.、Dvurechensky，P.、Gasnikov，A.和Nedić，A.，《网络上Wasserstein重心的分布式计算》，2018年IEEE决策与控制会议（CDC），arXiv:1803.029332018年，第6544-6549页。
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。