目录
本文部分内容来自教材
一,交替方向乘子ADMM
1,带线性约束的分离优化模型


问题特点:目标函数可以分成彼此分离的两块,但是变量被线性约束结合在一起。常见的一些无约束和带约束的优化问题都可以表示成这一形式。
2,常见优化模型转带线性约束的分离优化模型
(1)可以分成两块的无约束优化问题

(2)带线性变换的无约束优化问题

(3)凸集上的约束优化问题

(4)全局一致性问题

3,带线性约束的分离优化模型求解
问题(1)的增广拉格朗日函数:

迭代公式:

这个迭代公式的缺点在于,x1和x2无法做分离
4,交替方向乘子ADMM
ADMM就是在增广拉格朗日函数的基础上,做一个分离,让2个分量可以分开处理。

本文介绍了交替方向乘子(ADMM)方法,一种处理目标函数可分离但变量受线性约束优化问题的有效手段。文章详细讨论了如何将常见问题转化为带线性约束的分离模型,并重点讲解了ADMM的增广拉格朗日函数和迭代公式,以及它如何实现变量的分离求解。
1697

被折叠的 条评论
为什么被折叠?



