Distributed Pose Graph Optimization using the Splitting Method based on the Alternating Direction Method of Multipliers
本文针对非凸约束下的分布式位姿图优化问题，提出基于ADMM和Bregman迭代的分裂方法，在不松弛非凸约束的情况下求解旋转子问题，并在仿真和真实数据集上验证了其优于DGS和SE-Sync的效率。
2025-03-10 cs.SY eess.SY
Alternating Direction Method of Multiplier-Based Distributed Planning Model for Natural Gas, Electricity Network, and Regional Integrated Energy Systems
多能源装置、储能装置和可再生能源装置耦合的区域一体化能源系统被认为是未来能源系统最有前途的解决方案之一。规划现有的天然气和电力网络的扩展、区域综合能源系统的位置或系统设备类型和能力是基础设施发展中的紧迫问题。本文采用联合规划模型来解决这些问题，但是，联合规划模型忽略了潜在的所有权由三个代理人，投资决策通常是由不同的投资者。在这项工作中，联合规划模型被分解为三个分布式规划子问题相关的相应的利益相关者，并采用交替方向的乘数法来解决三方分布式规划问题。电气和电子工程师协会（IEEE）24总线电力系统，比利时20节点天然气系统，和三个假设的综合能源系统的更新版本的规划模型的有效性进行了验证。仿真结果表明，分布式规划模型对个体负荷差异更为敏感，而这恰恰是联合规划模型的缺陷。进一步分析了算法的收敛速度和惩罚参数对算法性能的影响
2021-06-29 cs.SY eess.SY
Alternating direction method of multipliers for polynomial optimization
针对多项式优化的非凸性及Lasserre理论计算复杂度高的问题，提出一种基于乘子交替方向法的低复杂度局部最小化算法，证明了其收敛性，并通过数值实验验证了有效性。
2025-02-03 cs.SY eess.SY math.OC
Decentralized Coordination Between Economic Dispatch and Demand Response in Multi-Energy Systems
本文研究了多能源系统中经济调度与需求响应的协调问题，旨在提高多能源系统的经济效用，减少能源浪费。由于多个能源通过能源枢纽（EH）耦合，供需约束是非凸的。为了解决这个问题，我们提出了一个线性化的方法，将协调问题转化为凸社会福利优化问题。在此基础上，提出了一种基于并行交替方向乘法（ADMM）和动态平均跟踪协议的分布式算法，每个Agent只能根据邻居的信息进行决策。此外，通过使用变分不等式和基于Lyapunov的技术，我们证明了我们的算法总是可以收敛到全局最优解。最后，通过对改进的IEEE 14节点网络的算例分析，验证了算法的可行性和有效性。
2021-03-25 cs.SY eess.SY
Accelerated Alternating Direction Method of Multipliers Gradient Tracking for Distributed Optimization
本文提出一种结合动量、ADMM与梯度跟踪的新型加速分布式优化算法，理论证明其收敛速度快于非加速同类算法，仿真验证其性能优于现有分布式共识一阶优化协议。
2024-05-14 cs.SY eess.SY math.OC
Distributed MPC Via Dual Decomposition and Alternating Direction Method of Multipliers
KTH Royal Institute of Technology（皇家理工学院）
针对分布式模型预测控制中算法提前终止的问题，研究了对偶分解梯度上升法和交替方向乘子法下终止解与最优解的距离及终止条件。
2014-05-05 cs.SY eess.SY math.OC
Dispatch of Virtual Inertia and Damping: Numerical Method with SDP and ADMM
电网正在向100%可再生能源发展，并通过逆变器连接。逆变器提供的虚拟惯性和阻尼对未来电网的同步和频率稳定性至关重要。本文以数值方法研究了输电网络中逆变器间虚拟惯量和阻尼的分配问题。首先，通过Radua配置方法将DID问题表示为一个非线性规划（NLP），该方法可以灵活地处理各种类型的干扰和边界约束。由于DID的NLP是高度非凸的，半定规划（SDP）松弛的NLP进一步推导出解决的非凸性，其次是其稀疏性被开发的层次基于图的弦，以寻求提高计算效率。考虑到SDP松弛的高维性和不精确性，在交替方向乘子法（ADMM）框架下，提出了一种嵌入可行性的分布式方法，实现了原NLP的并行计算和求解可行性。对五个试验电力系统的仿真结果表明了该方法的有效性和必要性。
2021-07-25 cs.SY eess.SY
Distributed Model Predictive Consensus via the Alternating Direction Method of Multipliers
ETH Zurich（苏黎世联邦理工学院）
提出一种分布式优化方法，利用交替方向乘子法（ADMM）解决分布式模型预测一致性问题，实现双积分器网络的位置和速度一致性，并通过少量迭代达到接近集中式优化的闭环性能。
2012-12-06 cs.SY eess.SY math.OC
Optimal Distributed Control of Reactive Power via the Alternating Direction Method of Multipliers
University of Oxford（牛津大学）；LANL（洛斯阿拉莫斯国家实验室）；New Mexico Consortium（新墨西哥联盟）
本文提出利用交替方向乘子法实现反应功率的最优分布式控制，通过局部计算和有限信息通信减少功率损耗，提高系统效率。
2014-08-25 cs.SY eess.SY math.OC
Coordinated Day-ahead Dispatch of Multiple Power Distribution Grids hosting Stochastic Resources: An ADMM-based Framework
本文提出了一个优化框架，以聚合在互联配电系统的功率和能量的灵活性。聚合框架用于计算在不同电压水平下运行的多个和互连的配电网的日前调度计划。具体而言，所提出的框架优化调度计划的上游中压（MV）电网占下游低压（LV）电网提供的灵活性和知识的随机资源的不确定性。该框架考虑网格，即，使用线性化电网模型的节点电压、线路和Transformer容量的操作限制，以及可控资源的约束。调度问题被制定为一个随机优化方案，考虑随机发电和需求的不确定性和上游电网施加的电压。该问题是解决的分布式优化方法依赖于交替方向乘法（ADMM），分裂成一个聚合器的问题（解决在MV-网格级别）和几个本地问题（解决在MV连接的可用资源和LV-网格级别）的主要问题。分布式优化的使用实现了分散式调度计算，其中集中式聚合器对参与资源和下游网格的参数/模型是不可知的。该框架验证互连CIGRE中，低压网络托管异构随机和可控资源。
2022-04-13 cs.SY eess.SY
Dual Analysis of Continuous-time Economic Dispatch and Its Price Implications
Wayne State University（韦恩州立大学）
本文提出连续时间经济调度模型及其对偶分析，揭示了离散时间方法在价格信号和市场激励方面的不足，并通过案例验证了连续时间方法的优越性。
2026-01-27 cs.SY eess.SY
Distributed Nash Equilibrium Seeking via the Alternating Direction Method of Multipliers
University of Toronto（多伦多大学）
本文提出一种基于近似ADMM的快速算法，用于求解多玩家博弈的纳什均衡，通过通信图和轻微的函数假设实现收敛性证明与收敛率分析。
2016-12-01 cs.GT cs.SY eess.SY
Dynamic Optimal Power Flow in Microgrids using the Alternating Direction Method of Multipliers
本文扩展ADMM求解微电网D-OPF，采用真实线路与负荷模型，并以两阶段方法处理离散决策和不确定性，在郊区规模微电网中实现接近最优且适用于滚动时域控制的结果。
2014-10-29 cs.SY eess.SY math.OC
Training Recurrent Neural Networks by Sequential Least Squares and the Alternating Direction Method of Multipliers
IMT School for Advanced Studies（IMT高等研究学院）
本文提出了一种新的算法，用于从输入/输出训练数据集训练非线性动力系统的递归神经网络模型。任意凸和二次可微的损失函数和正则化项处理的顺序最小二乘和线搜索（LS）或Levenberg-Marquardt（LM）型的信赖域方法，以确保收敛。此外，为了处理非光滑正则化项，如$\ell_1$，$\ell_0$，和组Lasso正则化，以及施加可能的非凸约束，如整数和混合整数约束，我们结合顺序最小二乘法与交替方向乘法（ADMM）。我们呼吁由此产生的算法NAILS（非凸ADMM迭代和最小二乘）的情况下使用线搜索（LS），或NAILM，如果采用信赖域方法（LM）。训练方法，这也是适用于前馈神经网络作为一个特殊的情况下，在三个非线性系统辨识问题进行了测试。
2022-10-15 cs.LG cs.SY eess.SY
Balancing Passenger Transport and Power Distribution: A Distributed Dispatch Policy for Shared Autonomous Electric Vehicles
针对共享自动驾驶电动汽车需平衡客运与配电的问题，提出基于模型预测控制的分布式调度策略，结合交替方向乘子法实现快速近最优求解，仿真验证其能平衡双系统目标并证明纳入双系统约束的重要性。
2025-04-16 cs.SY eess.SY
Coordinated Frequency-Constrained Stochastic Economic Dispatch for Integrated Transmission and Distribution System via Distributed Optimization
针对可再生能源接入导致的网络与频率安全问题，本文提出输配电一体化系统的协调频率约束随机经济调度模型，并基于交替方向乘子算法设计双层分布式优化框架求解，实现了TPS与ADN的双向功率与频率支持，有效提升了系统安全性和经济性。
2023-05-19 cs.SY eess.SY
Design of Optimal Sparse Feedback Gains via the Alternating Direction Method of Multipliers
University of Minnesota（明尼苏达大学）；Syracuse University（雪城大学）
提出一种两步法，先通过稀疏促进惩罚函数识别反馈增益的稀疏模式，再在结构约束下优化增益，利用交替方向乘子法（ADMM）分解问题并解析求解子问题，以最小化分布式系统的方差放大（H2范数）。
2013-03-20 cs.SY eess.SY math.OC
Multi-agent Black-box Optimization using a Bayesian Approach to Alternating Direction Method of Multipliers
贝叶斯优化（BO）是一个强大的黑箱优化框架，它通过系统地权衡探索和利用，有效地学习未知系统的全局最优值。然而，使用BO作为一种工具，协调决策的多智能体系统与未知结构尚未得到广泛的研究。本文研究了一个多智能体网络上的黑箱最优化问题，其中每个子问题都被表示为一个只使用局部数据的BO。建议的多代理BO（MABO）框架增加了一个惩罚条款，传统的BO采集功能，占子系统之间的耦合，没有数据共享。我们推导出一个合适的形式，这个惩罚项使用交替方向的乘法器（ADMM），这使得当地的决策问题被并行解决（和潜在的异步）。所提出的MABO方法的有效性证明了对智能交通系统的燃油效率的车辆排队。
2023-03-25 cs.DC cs.MA cs.SY
Generalized Nash Equilibrium Problem by the Alternating Direction Method of Multipliers
University of Toronto（多伦多大学）
本文研究了网络博弈中广义纳什均衡的求解问题，提出了一种基于近似ADMM框架的快速算法，适用于有私有线性等式约束的非合作博弈场景，并在无线自组网中进行了模拟验证。
2017-03-24 cs.GT cs.SY eess.SY
Approximating Dispatchable Regions in Three-Phase Radial Networks with Conditions for Exact SDP Relaxation
本文扩展可调度区域近似至三相辐射状网络，通过SDP松弛及对偶投影算法提供内外近似，并给出精确松弛条件，经数值模拟验证。
2025-03-28 cs.SY eess.SY math.OC
Achieving Economic Operation and Secondary Frequency Regulation Simultaneously Through Feedback Control
University of South Florida（南佛罗里达大学）
本文提出通过反馈控制同时实现经济运行和二次频率调节，证明迭代双重分解经济调度等价于积分控制，迭代乘子法等价于比例积分控制。
2015-04-14 cs.SY eess.SY
An ADMM-based Coordination and Control Strategy for PV and Storage to Dispatch Stochastic Prosumers: Theory and Experimental Validation
EPFL（洛桑联邦理工学院）
本文提出了一种双层控制协调框架，用于分布式能源资源，通过实时模型预测控制（MPC）和基于分布式优化的慢速MPC协调机制，实现对可调资源的功率流协调，以确保实时充足功率满足长期预设的能源轨迹。
2018-03-20 cs.SY eess.SY
Decentralized Continuous-Time Power Dispatch for Integrated Heat and Power Systems via Bernstein-Galerkin Equivalent Projection
针对综合热力与电力系统，提出基于Bernstein-Galerkin等价投影的分散式连续时间调度框架，实现变流量变温度运行，保护隐私并提升经济与计算性能。
2026-09-30 cs.SY eess.SY
Alternating Direction Method of Multipliers-Based Parallel Optimization for Multi-Agent Collision-Free Model Predictive Control
针对多智能体无碰撞控制问题，提出基于ADMM的并行优化框架，解决非凸MPC难题，并通过高效初始化提升计算效率，仿真验证优于多种基线方法。
2024-02-06 cs.MA cs.SY eess.SY
A Spatio-temporal Decomposition Method for the Coordinated Economic Dispatch of Integrated Transmission and Distribution Grids
针对输配电网协同经济调度的集中式计算与隐私问题，提出一种时空分解方法，通过A-ADMM和多参数规划投影实现时间与空间维度的分布式并行求解，提升计算效率与可扩展性。
2023-03-17 cs.SY eess.SY math.OC
