1 The Augmented Lagrangian Method
增广拉格朗日方法
我们考虑:
为了得到其对偶问题,我们构造其拉格朗日函数:
对偶问题:
由Fermat最优性条件有:
由推论4.21
因为,
0属于上式集合中,上式中可取到某个使上式为0
当它等于0时,便得到的更新公式,其中
即上述算法更新的另一种写法
2 Alternating Direction Method of Multipliers(ADMM)
增广拉格朗日的更新方法可能同原问题一样难以解决,难点在于x z之间的耦合项,ADMM通过交替极小化来解决。
提出一个比ADMM更实用的方法AD-PMM方法
在求极小化问题时增加一个二次的临近项
简化ADMM中取极小化的问题
线性化了二次项并增加一个临近项
3 Convergence Analysis of AD-PMM
ADMM、AD-LPMM都可以看作AD-PMM的特殊形式