用于时变凸优化的分布式预测-校正 ADMM
最优化与控制
2024-05-07 v2
摘要
本文介绍了一种用于分布式时变优化的双正则化 ADMM 方法。所提算法设计于预测-校正框架中，其中计算节点基于过往观测预测未来局部代价，并利用该信息更有效地求解时变问题。为保证算法的线性收敛，对对偶施加正则化，得到双正则化 ADMM。我们分析了时变算法的收敛性质，以及双正则化 ADMM 的正则化误差。数值结果表明，在时变设置下，尽管存在正则化误差，双正则化 ADMM 在渐近误差与一致性约束违背方面，性能优于基于不精确梯度的方法以及精确对偶分解技术。
引用
@article{arxiv.2009.08335,
title = {Distributed Prediction-Correction ADMM for Time-Varying Convex Optimization},
author = {Nicola Bastianello and Andrea Simonetto and Ruggero Carli},
journal= {arXiv preprint arXiv:2009.08335},
year = {2024}
}
备注
Presented at Asilomar Conference on Signals, Systems, and Computers 2020