“创源”大讲堂——ADMM for convex programming: a lift-and-permute scheme

来源: 发布日期:2022-06-28浏览次数: 返回列表

时间:2022-07-01 13:45

地点:腾讯会议会议号:445 390 467;密码:0701

报告人:夏勇

主讲人简介:

夏勇,北京航空航天大学教授,博士生导师,数学科学学院副院长。2002年毕业于北京大学,2007年毕业于中国科学院,师从袁亚湘院士,研究方向为非凸优化,2013年北京青年英才,2018年国家优青,在Math. Program.、SIAM J.Optim.等期刊发表SCI论文60篇。中国运筹学会理事、中国运筹学会数学规划分会理事、北京运筹学会理事,中国运筹学会会刊JORSC期刊编委。代表性工作:针对经典二次指派问题提出新模型,被中、美、加、德、意、西班牙等国际国内同行命名为 Xia-Yuan 线性化,其松弛被称为 Xia-Yuan 界;对p-正则化子问题全局解的刻画被罗马尼亚科学家学院院士列为十个最重要的无约束优化方法之一的基础理论,以定理形式写进其Springer专著第一章;近期在信赖域子问题上继1981年人们完全刻画全局解39年来首次建立局部解的充要条件,终结了巴西科学院院士Martínez刻画的必要条件和充分条件之间存在了26年的间隙,被誉为“对非线性规划文献的坚实贡献”。

讲座内容简介:

Title: Alternating direction method of multipliers for convex programming: a lift-and-permute scheme

Abstract: A lift-and-permute scheme of alternating direction method of multipliers (ADMM) is proposed for linearly constrained convex programming. It contains not only the newly developed balanced augmented Lagrangian method and its dual-primal variation, but also the proximal ADMM and Douglas-Rachford splitting algorithm. It helps to propose accelerated algorithms with worst-case $O(1/k^2)$ convergence rates in the case that the objective function to be minimized is strongly convex.