基于变量转换的并行优化算法

针对大规模边界约束优化问题,现有并行变量转换(PVT)算法不适于直接求解。基于此,采用内点法和逐步下降的思想,提出一个并行求解边界约束最优化问题的可行算法。在下降方向满足梯度相关、步长满足Goldstein规则的条件下,证明该算法的收敛性。当约束失效时,该算法退化为求解无约束的PVT算法,从而成为原有算法向约束优化问题的一个推广。

关于并行优化算法的分析

对整体的并行优化算法,如：并行变量分块算法(PVD)、并行梯度分块算法(PGD)、并行变量转换算法(PVT)等进行了分析。这些算法将原最优化问题分解为一系列规模较小的且相互独立的子问题,从而用多台处理机同时对这些子问题求解,减少了工作量、缩短了计算时间。

一个求解约束优化问题的异步并行算法

对Fukushima于1998年提出的求解无约束并行变量转换算法(PVT)向约束优化问题进行推广,给出了一个异步并行求解边界约束最优化问题的可行算法,在一定的条件下,证明了算法的收敛性.