具有局部域的分布式优化：在模型预测控制与网络流中的应用

本文考虑一个拥有 $P$ 个节点的网络，其中每个节点独占访问一个局部代价函数。我们的贡献是一种通信高效的分布式算法，该算法能找到最小化所有函数之和的向量 $x^\star$。我们增加了函数具有相交局部域的假设，即每个函数仅依赖于变量的某些分量。因此，每个节点仅关心 $x^\star$ 的某些分量，而非整个向量。这使得通信效率得以提高。我们将该算法应用于模型预测控制（MPC）和网络流问题，并通过在大型网络上的实验表明，与先前的算法相比，我们提出的算法收敛所需的通信量更少。