分块大规模优化的ADMM-SQP型算法理论与应用

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    11771383
  • 项目类别:
    面上项目
  • 资助金额:
    48.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    A0405.连续优化
  • 结题年份:
    2021
  • 批准年份:
    2017
  • 项目状态:
    已结题
  • 起止时间:
    2018-01-01 至2021-12-31

项目摘要

The alternating direction methods of multiplier (ADMM) and the sequence quadratic programming (SQP) type algorithms are two important methods and subject foreland for researching and designing effective algorithms for solving constrained optimization. However, each of the two types of algorithms has its advantages and disadvantages. ADMM needs to solve minimization subproblems exactly at each iteration. For large-scale optimization, SQP type algorithms need to solve the same scale quadratic programming (QP) subproblems at each iteration. Both of the two above are difficult and costly. In this project, we will embed the idea of ADMM in solving the QP subproblems of SQP type algorithms, and propose ADMM-SQP type algorithms and theory for block large-scale optimization. (a) With the help of the idea of ADMM and the block structure of the discussed optimization, the direction finding subproblems of SQP methods, stabilized SQP (sSQP) methods and sequential quadratic constrained quadratic programming (SQCQP) methods will be decomposed into several small-scale QPs. (b) Based on the Augmented Lagrange function, the associated appropriate and effective merit functions will be constructed, and then some valid ADMM-SQP, ADMM-sSQP, ADMM-SQCQP and other ADMM-SQP type algorithms will be presented. (c) The theoretical characteristics will be analyzed, and the numerical efficiency of the proposed algorithms will be tested. (d) The algorithms will be applied to study and solve the optimal power flow, unit combination, economic dispatch and other practical problems.
乘子交替方向法(ADMM))和序列二次规划(SQP)型算法是研究和设计约束优化有效算法的重要方法及学科前沿, 然而其各有利弊。ADMM迭代中需精确求解交替子问题;对于大规模优化,SQP型算法迭代需求解同等规模的二次规划(QP)子问题等,这些都是困难和高耗费的工作。本项将在SQP型算法QP子问题的求解中植入ADMM思想,创新分块大规模优化的ADMM-SQP型算法与理论。(a)借助ADMM思想和分块结构,将SQP、稳定SQP(sSQP)、序列二次约束二次规划(SQCQP)等SQP型算法的搜索方向子问题分解为若干小规模QP。(b)基于增广Lagrane函数,创新合适的效益函数,进而设计出有效的ADMM-SQP、ADMM-sSQP、ADMM-SQCQP等ADMM-SQP型算法。(c)分析ADMM-SQP型算法的理论特征,测试其数值效果。(d)将算法用于研究最优潮流和机组组合等实际问题。

结项摘要

分块大规模优化的ADMM-SQP型算法理论与应用项目始终按原计划展开研究工作,已取得一批有特色、有影响的成果,正式发表学术论文32篇,其中SCI收录27篇(T1期刊3篇、T2期刊5篇和T3期刊7篇),中文核心5篇(均为T3期刊),以及授权发明专利1项。成果的主要贡献和创新有:1、约束分块非凸光滑问题的分裂SQP算法、新型ADMM-SQP算法、基于二次约束二次规划的分裂SQP算法和线性约束的非凸多分块部分对称正则化ADMM以及改进的SQP型算法;2、机组组合问题的分层ADMM和两阶段全分布式方法、动态经济调度问题的新型分布式方法、不确定的直流安全约束最优潮流的并行方法;3、大规模优化问题的优化算法,如:极大极小问题QP-free算法和邻近投影部分束方法、共轭梯度法、凸约束方程组共轭梯度投影法。. 在项目经费的资助下,课题组参加了30多人次学术会议、邀请近20位专家来校为课题组作学术报告、项目负责人简金宝教授受邀到10多所高校进行学术交流;课题组成员中晋升副教授和讲师各1人;培养了博士4人,硕士16人。

项目成果

期刊论文数量(32)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(1)
A hybrid three-term conjugate gradient projection method for constrained nonlinear monotone equations with applications
约束非线性单调方程的混合三项共轭梯度投影法及其应用
  • DOI:
    10.1007/s11075-020-01043-z
  • 发表时间:
    2021-01
  • 期刊:
    Numerical Algorithms
  • 影响因子:
    2.1
  • 作者:
    Jianghua Yin;Jinbao Jian;Xianzhen Jiang;Meixing Liu;Lingzhi Wang
  • 通讯作者:
    Lingzhi Wang
凸约束非光滑方程组基于自适应线搜索的谱梯度投影算法
  • DOI:
    --
  • 发表时间:
    2020
  • 期刊:
    计算数学
  • 影响因子:
    --
  • 作者:
    尹江华;简金宝;江羡珍
  • 通讯作者:
    江羡珍
非凸两分块优化超松弛步长邻近ADMM的收敛性分析
  • DOI:
    --
  • 发表时间:
    2021
  • 期刊:
    系统科学与数学
  • 影响因子:
    --
  • 作者:
    简金宝;徐笑;晁绵涛
  • 通讯作者:
    晁绵涛
A PROXIMAL-PROJECTION PARTIAL BUNDLE METHOD FOR CONVEX CONSTRAINED MINIMAX PROBLEMS
解决凸约束极小极大问题的近端投影部分束法
  • DOI:
    10.3934/jimo.2018069
  • 发表时间:
    2019
  • 期刊:
    Journal of Industrial and Management Optimization
  • 影响因子:
    1.3
  • 作者:
    Tang Chunming;Jian Jinbao;Li Guoyin
  • 通讯作者:
    Li Guoyin
线性约束两分块非凸优化的ADMM-SQP算法
  • DOI:
    10.15960/j.cnki.issn.1007-6093.2018.02.007
  • 发表时间:
    2018
  • 期刊:
    运筹学学报
  • 影响因子:
    --
  • 作者:
    简金宝;劳译娴;晁绵涛;马国栋
  • 通讯作者:
    马国栋

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--"}}
  • 发表时间:
    {{ item.publish_year || "--" }}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--"}}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ patent.updateTime }}

其他文献

An improved priority list and neighborhood search method for unit commitment
一种改进的单元承诺优先级列表和邻域搜索方法
  • DOI:
    10.1016/j.ijepes.2014.11.025
  • 发表时间:
    2015-05
  • 期刊:
    International Journal of Electrical Power and Energy Systems
  • 影响因子:
    5.2
  • 作者:
    全然;简金宝;杨林峰
  • 通讯作者:
    杨林峰
变分不等式的几类求解方法
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    高校应用数学学报
  • 影响因子:
    --
  • 作者:
    简金宝;赖炎连
  • 通讯作者:
    赖炎连
非光滑优化强次可行方向邻近点束方法
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    广西科学
  • 影响因子:
    --
  • 作者:
    唐春明;简金宝
  • 通讯作者:
    简金宝
一个具有下降性的改进Fletcher-Reeves共轭梯度法
  • DOI:
    --
  • 发表时间:
    2015
  • 期刊:
    应用数学学报
  • 影响因子:
    --
  • 作者:
    马国栋;简金宝;江羡珍
  • 通讯作者:
    江羡珍
不等式约束最优化超线性与二次收敛的强次可行SOP算法
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    数学物理学报
  • 影响因子:
    --
  • 作者:
    简金宝
  • 通讯作者:
    简金宝

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

简金宝的其他基金

几类特殊优化问题的数值方法研究
  • 批准号:
    11271086
  • 批准年份:
    2012
  • 资助金额:
    68.0 万元
  • 项目类别:
    面上项目

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码