针对目标函数中包含耦合函数H(x,y)的非凸非光滑极小化问题,提出了一种线性惯性交替乘子方向法(Linear Inertial Alternating Direction Method of Multipliers,LIADMM)。为了方便子问题的求解,对目标函数中的耦合函数H(x,y)进行线性化...针对目标函数中包含耦合函数H(x,y)的非凸非光滑极小化问题,提出了一种线性惯性交替乘子方向法(Linear Inertial Alternating Direction Method of Multipliers,LIADMM)。为了方便子问题的求解,对目标函数中的耦合函数H(x,y)进行线性化处理,并在x-子问题中引入惯性效应。在适当的假设条件下,建立了算法的全局收敛性;同时引入满足Kurdyka-Lojasiewicz不等式的辅助函数,验证了算法的强收敛性。通过两个数值实验表明,引入惯性效应的算法比没有惯性效应的算法收敛性能更好。展开更多
在“双碳”目标的引领下,可再生能源的消纳需求迎来快速增长。为了实现县域内不同负荷特性的微电网可再生能源优势互补,提高消纳率,提出了基于交替方向乘子法(alternating direction method of multipliers,ADMM)的多场景县域多微电网...在“双碳”目标的引领下,可再生能源的消纳需求迎来快速增长。为了实现县域内不同负荷特性的微电网可再生能源优势互补,提高消纳率,提出了基于交替方向乘子法(alternating direction method of multipliers,ADMM)的多场景县域多微电网交互运行策略。首先,建立微电网独立运行的调度模型,在日前预调度计划中实现最优调度策略;其次,建立多微电网电能交互运行模型,利用ADMM迭代求解各微网间全局交互电量;最后,利用Shapley值法分配微网群系统的收益,降低每个子微网的系统运行成本。算例分析表明,所提方法不仅能提高可再生能源的消纳率,提升经济性,还能降低碳排放量,实现低碳运行。展开更多
为研究完全去中心化的点对点(peer-to-peer,P2P)能源市场中产消者的最优清算问题,重点解决产消者内部的协作和在P2P市场中实现社会福利最大化的挑战,采用了一种新的平行、分布式的交替方向乘子法(alternating direction method of multi...为研究完全去中心化的点对点(peer-to-peer,P2P)能源市场中产消者的最优清算问题,重点解决产消者内部的协作和在P2P市场中实现社会福利最大化的挑战,采用了一种新的平行、分布式的交替方向乘子法(alternating direction method of multipliers,ADMM),推导出P2P市场的交易机制。该方法考虑每个产消者的效用函数,并引入分布式发电机(distributed generator,DG)和电能存储系统(battery energy storage system,BESS)。算法中每个产消者通过迭代与其相邻的产消者同步交换少量信息,并优化以满足不同的需求。通过对6-peers系统的数值验证,证明了所提出方法的有效性。与基于池的交易机制相比,完全去中心化的P2P问题在单位时间内交易电量提升了160%,社会福利从-9.47元增加到32.43元。展开更多
本文提出了一种自适应惯性时变近端ADMM方法,旨在解决具有挑战性的非凸优化问题。该方法通过自适应调整惯性项和近端参数,增强了算法对非凸性和复杂结构的适应能力。我们的理论分析证明了在合适的条件下,算法能够实现全局收敛。数值实...本文提出了一种自适应惯性时变近端ADMM方法,旨在解决具有挑战性的非凸优化问题。该方法通过自适应调整惯性项和近端参数,增强了算法对非凸性和复杂结构的适应能力。我们的理论分析证明了在合适的条件下,算法能够实现全局收敛。数值实验部分展示了该方法在多个非凸优化问题上的有效性,包括稀疏信号恢复和图像处理任务。This paper proposes an adaptive inertial time-varying proximal ADMM method aimed at tackling challenging non-convex optimization problems. By adaptively adjusting the inertial term and proximal parameters, the algorithm enhances its adaptability to non-convexity and complex structures. Our theoretical analysis proves that the algorithm can achieve global convergence under suitable conditions. The numerical experiments demonstrate the effectiveness of this method on multiple non-convex optimization problems, including sparse signal recovery and image processing tasks.展开更多
语义分割是遥感影像分析中的重要技术之一。现有方法(如基于深度卷积神经网络的方法等)虽然在语义分割中取得了显著进展,但往往需要大量训练数据。基于图模型的马尔可夫随机场模型(Markov random field model,MRF)提出了一种不依赖训练...语义分割是遥感影像分析中的重要技术之一。现有方法(如基于深度卷积神经网络的方法等)虽然在语义分割中取得了显著进展,但往往需要大量训练数据。基于图模型的马尔可夫随机场模型(Markov random field model,MRF)提出了一种不依赖训练数据的无监督语义分割思路,可以有效地刻画地物空间关系,并对地物空间分布的统计规律进行建模。但现有的MRF模型方法通常建立在基于像素或对象的单一粒度基元上,难以充分利用影像信息,语义分割效果不佳。针对上述问题,引入交替方向乘子法(alternative direction method of multiplier,ADMM)并将其离散化,提出了一种像素与对象基元协同的MRF模型无监督语义分割方法(MRF-ADMM)。首先构建像素基元和对象基元两个概率图,其中像素基元概率图用于刻画影像的细节信息,保持语义分割的边界;对象基元概率图用于描述较大范围的空间关系,以应对遥感影像地物内部的高异质性,使分割结果中地物内部具有良好的区域完整性。在模型求解过程中,针对像素和对象基元的特点,提出了一种离散化的ADMM方法,并将其用于两种基元类别标记的传递与更新,实现像素基元细节信息和对象基元区域信息的协同优化。高分二号和航拍影像等不同数据库不同类型遥感影像的语义分割实验结果表明,相较于现有的MRF模型,提出的MRF-ADMM方法能有效地协同不同粒度基元的优点,优化语义分割结果。展开更多
实时电价是智能电网需求侧管理的有效方法,对于维持电力供需平衡、削峰填谷至关重要。为提高实时电价模型的低碳经济性和精确性,在充分考虑用户与供电侧双方利益前提下提出碳交易机制,并根据新能源的发电特性构建风光出力不确定模型,建...实时电价是智能电网需求侧管理的有效方法,对于维持电力供需平衡、削峰填谷至关重要。为提高实时电价模型的低碳经济性和精确性,在充分考虑用户与供电侧双方利益前提下提出碳交易机制,并根据新能源的发电特性构建风光出力不确定模型,建立以用户总效用最大、供电侧成本最小为目标的社会福利最大化实时电价模型。提出基于改进交替方向乘子法(alternating direction method of multiplier, ADMM),即高斯回代交替方向乘子法(ADMM with Gaussian back substitution, ADMM-GBS)的分布式优化调度方法,通过将不确定模型转化为确定模型求解。仿真结果表明,所提实时电价策略能够提升社会福利,验证了模型和算法的有效性。展开更多
文摘针对目标函数中包含耦合函数H(x,y)的非凸非光滑极小化问题,提出了一种线性惯性交替乘子方向法(Linear Inertial Alternating Direction Method of Multipliers,LIADMM)。为了方便子问题的求解,对目标函数中的耦合函数H(x,y)进行线性化处理,并在x-子问题中引入惯性效应。在适当的假设条件下,建立了算法的全局收敛性;同时引入满足Kurdyka-Lojasiewicz不等式的辅助函数,验证了算法的强收敛性。通过两个数值实验表明,引入惯性效应的算法比没有惯性效应的算法收敛性能更好。
文摘在“双碳”目标的引领下,可再生能源的消纳需求迎来快速增长。为了实现县域内不同负荷特性的微电网可再生能源优势互补,提高消纳率,提出了基于交替方向乘子法(alternating direction method of multipliers,ADMM)的多场景县域多微电网交互运行策略。首先,建立微电网独立运行的调度模型,在日前预调度计划中实现最优调度策略;其次,建立多微电网电能交互运行模型,利用ADMM迭代求解各微网间全局交互电量;最后,利用Shapley值法分配微网群系统的收益,降低每个子微网的系统运行成本。算例分析表明,所提方法不仅能提高可再生能源的消纳率,提升经济性,还能降低碳排放量,实现低碳运行。
文摘为研究完全去中心化的点对点(peer-to-peer,P2P)能源市场中产消者的最优清算问题,重点解决产消者内部的协作和在P2P市场中实现社会福利最大化的挑战,采用了一种新的平行、分布式的交替方向乘子法(alternating direction method of multipliers,ADMM),推导出P2P市场的交易机制。该方法考虑每个产消者的效用函数,并引入分布式发电机(distributed generator,DG)和电能存储系统(battery energy storage system,BESS)。算法中每个产消者通过迭代与其相邻的产消者同步交换少量信息,并优化以满足不同的需求。通过对6-peers系统的数值验证,证明了所提出方法的有效性。与基于池的交易机制相比,完全去中心化的P2P问题在单位时间内交易电量提升了160%,社会福利从-9.47元增加到32.43元。
文摘本文提出了一种自适应惯性时变近端ADMM方法,旨在解决具有挑战性的非凸优化问题。该方法通过自适应调整惯性项和近端参数,增强了算法对非凸性和复杂结构的适应能力。我们的理论分析证明了在合适的条件下,算法能够实现全局收敛。数值实验部分展示了该方法在多个非凸优化问题上的有效性,包括稀疏信号恢复和图像处理任务。This paper proposes an adaptive inertial time-varying proximal ADMM method aimed at tackling challenging non-convex optimization problems. By adaptively adjusting the inertial term and proximal parameters, the algorithm enhances its adaptability to non-convexity and complex structures. Our theoretical analysis proves that the algorithm can achieve global convergence under suitable conditions. The numerical experiments demonstrate the effectiveness of this method on multiple non-convex optimization problems, including sparse signal recovery and image processing tasks.
文摘语义分割是遥感影像分析中的重要技术之一。现有方法(如基于深度卷积神经网络的方法等)虽然在语义分割中取得了显著进展,但往往需要大量训练数据。基于图模型的马尔可夫随机场模型(Markov random field model,MRF)提出了一种不依赖训练数据的无监督语义分割思路,可以有效地刻画地物空间关系,并对地物空间分布的统计规律进行建模。但现有的MRF模型方法通常建立在基于像素或对象的单一粒度基元上,难以充分利用影像信息,语义分割效果不佳。针对上述问题,引入交替方向乘子法(alternative direction method of multiplier,ADMM)并将其离散化,提出了一种像素与对象基元协同的MRF模型无监督语义分割方法(MRF-ADMM)。首先构建像素基元和对象基元两个概率图,其中像素基元概率图用于刻画影像的细节信息,保持语义分割的边界;对象基元概率图用于描述较大范围的空间关系,以应对遥感影像地物内部的高异质性,使分割结果中地物内部具有良好的区域完整性。在模型求解过程中,针对像素和对象基元的特点,提出了一种离散化的ADMM方法,并将其用于两种基元类别标记的传递与更新,实现像素基元细节信息和对象基元区域信息的协同优化。高分二号和航拍影像等不同数据库不同类型遥感影像的语义分割实验结果表明,相较于现有的MRF模型,提出的MRF-ADMM方法能有效地协同不同粒度基元的优点,优化语义分割结果。
文摘实时电价是智能电网需求侧管理的有效方法,对于维持电力供需平衡、削峰填谷至关重要。为提高实时电价模型的低碳经济性和精确性,在充分考虑用户与供电侧双方利益前提下提出碳交易机制,并根据新能源的发电特性构建风光出力不确定模型,建立以用户总效用最大、供电侧成本最小为目标的社会福利最大化实时电价模型。提出基于改进交替方向乘子法(alternating direction method of multiplier, ADMM),即高斯回代交替方向乘子法(ADMM with Gaussian back substitution, ADMM-GBS)的分布式优化调度方法,通过将不确定模型转化为确定模型求解。仿真结果表明,所提实时电价策略能够提升社会福利,验证了模型和算法的有效性。
