Fair and Distributed Dynamic Optimal Transport for Resource Allocation over Networks
最优输运是一个框架，它有助于最有效地分配有限数量的资源。然而，最有效的分配方案不一定保持最公平。在本文中，我们建立了一个框架，显式地考虑在网络上的异构参与者的动态资源分配的公平性。由于以集中方式计算运输策略需要大量的计算资源，因此必须开发可应用于大规模问题的计算轻算法。为此，我们开发了一个完全分布式算法的公平和动态的最优输运证明收敛使用交替方法的乘数。在所设计的算法中，每对相应的资源供应商和接收者计算自己的解决方案，并通过协商迭代更新的运输方案，不需要一个中央规划器。分布式算法可以在网络上产生公平和有效的资源分配机制。我们通过案例研究证实了所获得的结果。
2021-03-30 math.OC
Dual-domain Defenses for Byzantine-resilient Decentralized Resource Allocation
针对拜占庭攻击下的去中心化资源分配问题，提出基于对偶变量鲁棒聚合的对偶域防御算法，并证明其可收敛至最优策略邻域且经数值实验验证。
2024-09-07 math.OC
Distributed Nonsmooth Robust Resource Allocation with Cardinality Constrained Uncertainty
研究了具有基数约束不确定性的分布式非光滑鲁棒资源分配问题。全局目标由局部目标组成，局部目标是凸的但非光滑的。每个智能体被约束在其私有凸集中，并且只具有其对应的局部目标的信息。资源分配条件受基数约束的不确定集约束。利用凸优化的对偶理论，给出了鲁棒资源分配问题的对偶问题。针对这一对偶问题，提出了一种分布式原始-对偶投影算法。在理论上，利用微分包含的稳定性理论，进行了收敛性分析。仿真结果表明，该算法能够引导多智能体系统在满足资源分配条件的情况下达到最优解。最后，一个非平凡的仿真结果表明，所提出的算法的有效性。
2019-04-25 math.OC
Distributed Safe Resource Allocation using Barrier Functions
资源分配在智能电网、通信网络和城市交通系统等许多网络系统中起着核心作用。在这些系统中，许多约束具有物理意义，并且具有可行的分配通常对于避免系统崩溃至关重要。因此，具有渐近可行性保证的算法通常是不够的，因为运行无限轮的算法是不切实际的。提出了一种基于障碍函数的分布式可行资源分配方法。在DFM中，每一个策略都是可行的，因此可以安全地实现。我们证明了在温和的条件下，DFM收敛到最优解的任意小邻域。数值实验证明了DFM的竞争性能。
2022-07-13 math.OC
Resilient distributed resource allocation algorithm under false data injection attacks
针对一阶非线性多智能体系统在虚假数据注入攻击下的分布式资源分配问题，提出了一种弹性分布式算法。智能攻击者将虚假数据注入代理的致动器和传感器中，使得代理根据受损的控制输入和交互信息执行算法。攻击者的目标是使多智能体系统变得不稳定，使智能体的决策偏离最优资源分配。首先，我们分析了分布式资源分配算法在FDI攻击下的鲁棒性。然后，未知的非线性项和虚假数据注入代理被认为是扩展状态，可以估计的扩展状态观测器。该估计被用于反馈控制中以抑制FDI攻击的影响。提出了一种基于扩展状态观测器的弹性分布式资源分配算法，该算法在不需要攻击者的任何信息的情况下，保证了算法能够收敛到最优分配.最后给出了一个例子来说明结果。
2022-12-06 math.OC
Asynchronous Incremental Stochastic Dual Descent Algorithm for Network Resource Allocation
随机网络最优化问题需要找到平均最优的资源分配策略，但必须以在线方式设计。这样的问题在通信网络中普遍存在，其中诸如能量和带宽的资源在节点之间被划分以满足某些长期目标。本文提出了一种异步增量双下降资源分配算法，利用延迟随机{梯度}进行更新。所提出的算法非常适合异构网络，因为它允许计算上的挑战或能源匮乏的节点，有时，推迟更新。该算法的渐近分析进行，建立双重收敛下，恒定和递减步长。它还表明，与恒定的步长，建议的资源分配政策是渐近近最优的。一个涉及多小区协调波束形成的应用程序进行了详细说明，所提出的算法的实用性。
2017-12-10 math.OC
Solving the continuous nonlinear resource allocation problem with an interior point method
资源分配问题通常利用其一般稀疏性和特定于问题的代数结构来解决。我们表明，稀疏结构单独产生一个封闭形式的牛顿搜索方向的通用原始-对偶内点方法。计算测试表明，内点方法始终优于最好的专门的方法时，没有额外的代数结构。
2013-09-26 math.OC
Dynamic resource allocation in eukaryotic Resource Balance Analysis
MaIAGE, INRAe, CNRS, Université Paris-Saclay（马亚日格，法国国家农业食品与环境研究院，法国国家科学研究中心，巴黎萨克雷大学）
提出基于最优控制的动态真核生物资源平衡分析模型，利用庞特里亚金最大值原理刻画最优分配策略，证明稳态解是动态问题的极限。
2026-06-07 math.OC
Distributed sub-optimal resource allocation over weight-balanced graph via singular perturbation
在本文中，我们考虑分布式优化设计的资源分配问题的权重平衡图。借助奇异扰动分析，我们提出了一个简单的次优连续时间优化算法。证明了算法平衡点的存在唯一性，并证明了算法的指数收敛性。最后，我们验证了算法的次优性，当可调参数趋于零时，算法可以逼近最优解。
2017-02-06 math.OC
Online Stochastic Allocation of Reusable Resources
本文研究了模型不确定性下可重用资源分配的多目标在线随机问题，提出模型与算法以最大化多种奖励并满足容量约束，证明当使用时长相对较小时策略可逼近最优期望奖励。
2023-08-01 math.OC
Decentralized Resource Allocation via Dual Consensus ADMM
我们考虑一个无向网络的代理，网络的边缘定义的通信链路的资源分配问题。目标是最小化特定于代理的凸目标函数的总和，而代理的决策通过凸圆锥约束耦合。我们推导出两种方法，通过应用交替方向法的乘法器（ADMM）分散共识优化我们的资源分配问题的对偶。这两种方法都是完全并行和分散的，在这个意义上，每个代理只与网络中的邻居交换信息，只需要自己的数据来更新决策。我们证明了所提出的方法的收敛性，并证明了它们的有效性与数值例子。
2019-03-04 math.OC
Parallel ADMM for robust quadratic optimal resource allocation problems
提出了一种交替方向法乘子（ADMM）求解器，用于求解具有可分离凸二次成本约束和线性耦合约束的资源最优分配问题。我们描述了一个并行实现的求解器上的图形处理单元（GPU）使用定制的四次函数极小。鲁棒性最优能量管理在混合动力电动汽车的应用程序进行了描述，并提出了数值模拟的并行GPU实现的计算时间与那些等效的串行实现的比较结果。
2019-07-08 math.OC
Novel Distributed Algorithms Design for Nonsmooth Resource Allocation on Weight-Balanced Digraphs
研究了强连通有向图上的分布式资源分配问题，其中每个Agent的决策被限制为满足耦合网络资源约束和异构一般凸集.此外，局部费用函数可以是非平滑的。为了求解非光滑资源分配问题的精确最优解，提出了一种基于梯度下降法和微分投影算子的连续时间分布式算法.借助集值LaSalle不变原理和非光滑分析，证明了算法渐近收敛于全局最优分配.此外，对于不涉及局部约束和费用函数可由Lipschitz梯度微分的情形，算法收敛到精确最优解的速度是指数级的.最后通过仿真实例验证了所提算法的有效性。
2022-03-09 math.OC
Distributed Multi-resource Allocation with Little Communication Overhead
我们提出了一个分布式算法来解决一个特殊的分布式多资源分配问题，没有直接的智能体通信。我们这样做是通过扩展最近推出的加法增加乘法减少（AIMD）算法，它只使用很少的系统和代理之间的通信。也就是说，每当所分配的资源之一超过容量时，控制单元就向代理广播一比特信号。然后，代理以概率的方式对该信号做出响应。在该算法中，每个代理不知道其他代理的资源分配。我们还提出了一个版本的AIMD算法的多个二进制资源（例如，停车位）。二进制资源是不可分割的单位需求资源，每个代理要么分配一个单位的资源，要么不分配。在实证结果中，我们观察到，在这两种情况下，平均分配随着时间的推移收敛到最优分配。
2017-11-06 cs.DC math.OC
Nonnegative sum-symmetric matrices, optimal-score partitions, and optimal resource allocation
本文的主要结果描述了某些最优分数分区，这些分区可以被解释为最优资源分配。这个结果是基于这样一个事实，即任何非负的方阵，其列和与相应的行和相同，可以表示为电路矩阵的和。
2019-06-26 math.CO math.OC
Closed Non-atomic Resource Allocation Games
当排队等候的信号表明需求超过供应时，效率会受到什么影响？我们考虑一类拥塞游戏的一个非原子的一组球员的一个恒定的质量，制定通用线性规划的基础上，作为顺序资源分配游戏。玩家不断地选择活动，使他们最大限度地提高线性目标解释为时间平均的活动奖励，而积极的资源限制导致的牺牲。反过来，由此产生的等待延迟进入每个玩家的优化问题。通过一个与比例公平性有关的势函数，研究了Wardrop型平衡点的存在性及其性质.相对于最优资源分配的均衡的无效率通过无政府代价来表征，如果所有参与者都是相同类型，则无政府状态的代价为2（如果不是，则为$\infty$）。
2020-11-17 cs.GT math.OC
Sparse Resource Allocation for Control of Spreading Processes via Convex Optimization
在这封信中，我们提出了一种方法，稀疏分配资源，以控制蔓延的过程-如流行病和野火-使用凸优化，特别是指数锥规划。在资源不容易分布在大面积上的情况下，稀疏分配具有优势。此外，我们引入了一个风险模型，以优化产品的可能性和未来的影响爆发。我们证明了一个简化的野火的例子，我们的方法可以提供更有针对性的资源分配相比，以前的方法基于几何规划。
2020-03-17 cs.SY eess.SY math.DS
Resource Allocation with Population Dynamics
IBM Research – Ireland（IBM研究院爱尔兰）
针对资源分配问题中种群模型过于简化的问题，提出基于马尔可夫链的异质种群行为模型，并证明在特定条件下智能体分布依分布收敛，具有广泛适用性。
2016-04-12 cs.AI cs.MA math.OC
Pandemic risk management: resources contingency planning and allocation
SARS、H1N1、埃博拉、寨卡和COVID-19等大流行病的反复历史表明，大流行病风险是不可避免的。在世界许多地方都观察到医疗资源的严重短缺。一些归因因素包括缺乏足够的库存，以及缺乏协调努力将现有资源部署到需求最大的地方。本文从风险管理的角度研究了应急计划和资源分配，而不是流行的供应链的角度。关键的想法是，有限的关键资源的竞争不仅存在于不同的地理位置，而且存在于大流行病的不同阶段。本文借鉴了金融和流行病资源规划和分配医疗系统的风险聚集和资本分配之间的类比。主要贡献是引入新的战略，最佳的库存和分配平衡的时空竞争的医疗供应和需求。
2020-12-06 econ.GN math.OC q-fin.EC
BORA: Bayesian Optimization for Resource Allocation
University of Milano-Bicocca（米兰比可卡大学）；OAKS s.r.l.（OAKS有限责任公司）
最优资源分配由于其作为管理云和高性能计算设施的核心问题的相关性而获得了新的兴趣。半Bandit反馈（SBF）是有效解决这一问题的参考方法。在本文中，我们提出（一）最佳资源分配的扩展到更一般的一类问题，特别是随着时间的推移，资源的可用性变化，和（ii）贝叶斯优化作为一个更有效的替代SBF。提出了三种用于资源分配的贝叶斯优化算法，即BORA算法，用于以数值向量或分布表示的分配决策。第二种选择需要考虑Wasserstein距离作为更合适的度量用于BORA算法之一。结果（i）文献中提出的原始SBF案例研究，以及（ii）实际应用（即，多渠道营销的优化）的经验证明，BORA是一个更有效的学习和优化框架比SBF。
2022-10-12 cs.AI cs.LG math.OC
Improved Convergence Rates for Distributed Resource Allocation
在本文中，我们开发了一类分散的算法来解决一个凸的资源分配问题的$n$代理网络中，代理的目标是解耦的，而资源约束是耦合的。代理通过连接的无向图进行通信，它们希望协作确定整个网络问题的解决方案，而每个代理只与其邻居通信。我们首先研究了分散资源分配问题和分散共识最优化问题之间的联系。然后，使用一类算法解决共识最优化问题，我们提出了一类新的分散计划解决资源分配问题的分布式方式。具体来说，我们首先提出了一个算法，用于解决资源分配问题时，$o(1/k)$收敛速度保证代理的目标函数一般凸（可能是不可微的）和每个代理的局部凸约束是允许的;然后我们提出一个梯度-的算法来解决每个代理的局部约束缺失时的资源分配问题，并表明这种方案可以实现几何速率时，目标函数是强凸的，并且具有Lipschitz连续梯度。我们还提供了可扩展性/网络依赖性分析。在这两种算法的基础上，我们进一步提出了一种基于梯度投影的算法，该算法能够更有效地处理光滑目标和简单约束。数值实验证明了所提出的算法的可行性和性能。
2018-12-16 cs.DC cs.MA math.OC
Optimal Resource Allocation over Networks via Lottery-Based Mechanisms
我们表明，在资源分配问题中，事先累积前景理论的偏好的球员的总效用可以增加确定性分配通过实施彩票。我们制定了一个优化问题，称为系统问题，找到最佳的彩票分配。该系统的问题表现出一个两层结构，包括一个置换配置文件和最优分配给定的置换配置文件。对于任何固定的置换配置文件，我们提供了一个基于市场的机制来找到最优配置，并证明了均衡价格的存在性。我们表明，该系统的问题有一个对偶差距，在一般情况下，和原始问题是NP-困难的。然后，我们考虑放松的系统问题，并得出一些定性的最佳彩票结构的特点。
2018-12-03 cs.GT cs.NI econ.TH
Optimal Dynamic Resource Allocation for Multicore Real-time Systems
University of California Santa Cruz（加州大学圣克鲁兹分校）；University of Pennsylvania（宾夕法尼亚大学）；Iowa State University（爱荷华州立大学）
本文提出多核实时系统动态资源分配的最优控制模型，考虑硬截止期限和资源界限，证明可行性与最优解存在，设计算法并在真实平台用四个基准验证。
2026-10-06 cs.OS cs.SY eess.SY
Sparse Resource Allocation for Spreading Processes on Temporal-Switching Networks
传播过程，例如流行病，野火和谣言，通常在静态网络上建模。然而，它们的基本网络结构，例如社交网络中不断变化的联系人，野火的不同天气预报，是由于不断变化的环境本质上是随时间变化的。因此，在本文中，我们提出了一个优化框架，稀疏资源分配控制的时间网络与已知的连接模式的传播过程。我们使用凸优化，特别是指数锥规划，和动态规划技术，以约束和最大限度地减少未被发现的爆发的风险，通过分配预算资源，每个时间步。我们展示了错误信息，流行病和野火的例子，该方法如何能够提供有针对性的资源分配。
2023-02-04 cs.SI cs.SY eess.SY
