导读:本文包含了拉格朗日对偶法论文开题报告文献综述及选题提纲参考文献，主要关键词:最优潮流,直角坐标,拉格朗日对偶模型,分支定界法
拉格朗日对偶法论文文献综述
刘建辉,钟毅[1]（2019）在《基于拉格朗日对偶模型的潮流全局优化算法研究》一文中研究指出针对具有非凸性的电力系统最优潮流问题,建立了直角坐标形式下的拉格朗日对偶问题。在约束条件中保留机组有功、无功出力限制等简单约束,结合分支定界法,提出了一种全局优化算法。应用拉格朗日对偶模型进行下界估计,同时利用椭圆平分法对可行域进行细分。IEEE标准测试系统的仿真结果验证了所提算法的有效性。(本文来源于《电器与能效管理技术》期刊2019年04期）
罗天,汪可友,李国杰,罗金山,周烨[2]（2019）在《基于拉格朗日对偶松弛的多区域柔性直流互联电网无功优化》一文中研究指出现有方法对互联后的电网进行无功优化时难以满足大规模电网实时计算、快速反应的需要,并且面临全网数据收集的难题。为了解决上述问题,采用分解协调算法的思想,提出一种基于拉格朗日对偶松弛的多区域柔性直流互联电网无功优化方法。首先根据支路潮流模型,利用二阶锥松弛和二次旋转锥松弛方法建立了多区域柔性直流互联电网的集中式无功优化模型。然后利用拉格朗日对偶松弛理论在集中式优化模型的基础上,提出了可以并行计算的多区域柔性直流互联电网无功优化方法。通过算例计算,验证了所提算法的有效性和正确性。此外,还对比分析了所述的分解协调算法和基于交替方向乘子法(ADMM)的分布式优化算法的计算结果,证明所用算法在计算时间上更具优势。(本文来源于《电力系统自动化》期刊2019年11期）
何华,姜静[3]（2018）在《拉格朗日对偶在大规模MIMO通信系统中的应用》一文中研究指出给出了大规模多输入多输出(massive multiple input multiple output,MIMO)多用户通信系统下行波束形成最小化问题转化凸优化问题的一种方法。利用拉格朗日对偶方法,通过引入参数,将大规模MIMO多用户通信系统下行多用户波束形成的一般优化问题表述为拉格朗日方程,再通过其对偶方程的最优化分析,将该问题转换为凸优化问题,为大规模MIMO多用户通信系统提升系统能效提供了一种方法。(本文来源于《西安邮电大学学报》期刊2018年06期）
罗丹[4]（2018）在《半定规划的拉格朗日对偶理论及其在选址问题中的应用》一文中研究指出半定规划广泛地存在于系统与控制理论、金融工程、量子化学、信号处理等诸多领域.对偶理论在优化问题的理论研究和算法设计中都扮演着十分重要的角色.本文主要考虑了半定规划的拉格朗日对偶理论及其在选址问题中的应用,具体地:1.对于半定规划的拉格朗日对偶理论.首先,给出了原始半定规划问题和对偶半定规划问题的离散化方法,并利用该方法将对偶半定规划问题近似地转换为一个线性规划问题.然后,利用离散化方法的收敛性和线性规划问题的强对偶定理给出了半定规划的拉格朗日强对偶定理的一个新的证明方法.最后,利用该证明思路从理论上为半定规划问题的求解设计了一种新的求解算法并给出了相应的收敛性证明.2.对于半定规划的拉格朗日对偶理论在选址问题中的应用.首先,考虑了一类极大极小选址问题.然后,给出了该选址问题的一种新的半定规划松弛方法.最后,利用半定规划问题的强对偶定理和Gershgorin圆盘定理证明了该半定规划松弛问题及其拉格朗日对偶问题的强对偶结果.(本文来源于《重庆师范大学》期刊2018-05-01）
张亚梅,张国平[5]（2016）在《基于拉格朗日对偶的认知无线电网络最优资源分配算法》一文中研究指出针对传统机会认知无线电网络容量有限的问题,提出了基于拉格朗日对偶的认知无线电网络最优资源分配算法。首先,将一个用户分配给每个子载波;然后,使用标准的凸优化方法确定每个子载波的对应功率,仅一个用户可获得功率正值;最后,利用拉格朗日对偶分解法同时分配CR网络中的子载波和功率,最大限度地提高系统的总容量。使用长期演进真实场景参数与空间信道传播模型评估了所提算法的有效性,仿真结果表明,相比次优资源分配算法,所提算法的总容量平均分别提高了9.3%,相比基于任意输入分布的最优资源分配算法,总容量提高了28.7%,并取得了较快的收敛速率,可以很好地用于解决无线电网络资源配置中的容量问题。(本文来源于《现代电子技术》期刊2016年19期）
阚超[6]（2014）在《基于Moreau包络函数的复合优化增广拉格朗日对偶及算法》一文中研究指出增广拉格朗日方法是处理最优化问题的一种重要方法,在理论研究和数值计算方面表现出的良好的性质使其在多个领域得到广泛应用.本文以复合优化问题为研究对象,通过建立增广拉格朗日对偶理论,得到增广拉格朗日乘子存在的一阶、二阶条件.特别地,将所得的部分结果应用于集合包含约束优化问题和本征值复合优化问题,得到了相应的二阶条件.在二阶充分条件假设下,进一步讨论了集合包含约束优化问题的一种非精确增广拉格朗日算法,证明了算法的局部收敛性及收敛速度.利用Moreau包络函数去表示增广拉格朗日函数是本文的特点之一.因此,文章最后研究了推广到Bregman距离意义下的Moreau包络函数的基本性质及应用.本文的主要内容概括如下:1.给出了复合优化问题的增广拉格朗日对偶,得到了相应的对偶定理,阐述了增广拉格朗日乘子的存在性与对偶间隙为零的关系,并将原问题与对偶问题的最优解刻画成增广拉格朗日函数的鞍点.2.基于Moreau包络函数,得到了增广拉格朗日函数的一种新表示方法,并以此刻画了标准拉格朗日乘子集合,得出增广拉格朗日乘子与标准拉格朗日乘子之间的关系.利用增广拉格朗日函数的新表达形式及其二阶上图导数,给出了增广拉格朗日乘子存在的二阶条件.将部分结果应用于集合包含约束优化问题和本征值复合优化问题,得到了具体问题下的二阶条件.讨论了增广拉格朗日乘子发生扰动时,最优解集合的稳定性.3.给出了带有集合包含约束的优化问题的增广拉格朗日乘子法,得到了一个有关广义方程解集合的误差界定理.在二阶充分条件假设下,研究了算法的局部收敛性以及收敛速度.4.用Bregman距离代替Moreau包络函数中的度量距离,得到了推广的包络函数.在非凸的情况下,讨论包络函数的连续性,可微性,Clarke正则性,以及相应的渐近映射的上半连续性和单值性.(本文来源于《哈尔滨工业大学》期刊2014-10-01）
刘晓光,高兴宝[7]（2014）在《一种基于GNC和增广拉格朗日对偶的非凸非光滑图像恢复方法》一文中研究指出逐步非凸方法(GNC)和增广拉格朗日对偶在非凸非光滑图像恢复中有较高的恢复性能.然而分别使用这两种方法时GNC不能够保证全局收敛,增广拉格朗日对偶不能获得有效的初始值.为克服上述缺陷,本文通过转换原始问题为等式约束优化问题推出了一种基于GNC和增广拉格朗日对偶的组合图像恢复方法,并对其收敛性严格证明.该方法不仅可以获得有效的初始值,同时不要求问题具有凸性和光滑性.更多地,一个自适应能量函数通过对偶迭代而得到.实验结果表明推出的方法可以有效地提高图像恢复质量和算法效率.(本文来源于《电子学报》期刊2014年02期）
池春姬,万淑香,董永胜,金朝钧[8]（2009）在《集值约束的线性向量优化中的拉格朗日对偶问题》一文中研究指出怎样构造多目标优化问题的对偶问题是优化理论研究的一个重要方向,拟用集值拉格朗日函数来构造集值约束线性向量优化问题的对偶问题,从而为研究对偶问题打下基础。(本文来源于《鸡西大学学报》期刊2009年05期）
吴慧卓,张可村[9]（2008）在《基于拉格朗日对偶的一类全局优化算法》一文中研究指出针对带有非凸二次函数约束的非凸二次规划问题(NQP),提出了一个基于拉格朗日对偶的确定型全局优化算法,这类优化算法可广泛应用于工程设计和非线性系统的鲁棒稳定性分析等实际问题中.为求解此问题,首先,应用拉格朗日对偶对原问题进行下界估计.其次,为克服拉格朗日对偶问题的非凸性,利用线性化方法,得到拉格朗日对偶问题的线性下界估计,并且由此建立了NQP拉格朗日对偶问题的松弛线性规划(RLP).如此通过对RLP可行域的细分和一系列RLP的求解过程,从理论上证明了算法收敛到NQP的全局最优解.数值算例应用结果表明,该方法是可行的.(本文来源于《西安交通大学学报》期刊2008年08期）
陈哲[10]（2008）在《向量优化中广义增广拉格朗日对偶理论及应用》一文中研究指出作者介绍了一种基于向量值延拓函数的广义增广拉格朗日函数,建立了基于广义增广拉格朗日函数的集值广义增广拉格朗日对偶映射和相应的对偶问题,得到了相应的强对偶和弱对偶结果,将所获结果应用到约束向量优化问题.该文的结果推广了一些已有的结论.(本文来源于《数学物理学报》期刊2008年03期）
拉格朗日对偶法论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
现有方法对互联后的电网进行无功优化时难以满足大规模电网实时计算、快速反应的需要,并且面临全网数据收集的难题。为了解决上述问题,采用分解协调算法的思想,提出一种基于拉格朗日对偶松弛的多区域柔性直流互联电网无功优化方法。首先根据支路潮流模型,利用二阶锥松弛和二次旋转锥松弛方法建立了多区域柔性直流互联电网的集中式无功优化模型。然后利用拉格朗日对偶松弛理论在集中式优化模型的基础上,提出了可以并行计算的多区域柔性直流互联电网无功优化方法。通过算例计算,验证了所提算法的有效性和正确性。此外,还对比分析了所述的分解协调算法和基于交替方向乘子法(ADMM)的分布式优化算法的计算结果,证明所用算法在计算时间上更具优势。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
拉格朗日对偶法论文参考文献
[1].刘建辉,钟毅.基于拉格朗日对偶模型的潮流全局优化算法研究[J].电器与能效管理技术.2019
[2].罗天,汪可友,李国杰,罗金山,周烨.基于拉格朗日对偶松弛的多区域柔性直流互联电网无功优化[J].电力系统自动化.2019
[3].何华,姜静.拉格朗日对偶在大规模MIMO通信系统中的应用[J].西安邮电大学学报.2018
[4].罗丹.半定规划的拉格朗日对偶理论及其在选址问题中的应用[D].重庆师范大学.2018
[5].张亚梅,张国平.基于拉格朗日对偶的认知无线电网络最优资源分配算法[J].现代电子技术.2016
[6].阚超.基于Moreau包络函数的复合优化增广拉格朗日对偶及算法[D].哈尔滨工业大学.2014
[7].刘晓光,高兴宝.一种基于GNC和增广拉格朗日对偶的非凸非光滑图像恢复方法[J].电子学报.2014
[8].池春姬,万淑香,董永胜,金朝钧.集值约束的线性向量优化中的拉格朗日对偶问题[J].鸡西大学学报.2009
[9].吴慧卓,张可村.基于拉格朗日对偶的一类全局优化算法[J].西安交通大学学报.2008
[10].陈哲.向量优化中广义增广拉格朗日对偶理论及应用[J].数学物理学报.2008