笔记4——ADMM

最新推荐文章于 2024-05-30 11:27:58 发布

向着阳光奔跑~

最新推荐文章于 2024-05-30 11:27:58 发布

阅读量359

点赞数 3

文章标签：笔记

本文链接：https://blog.csdn.net/qq_40245244/article/details/137270035

版权

基于SDR和ADMM算法的恒模约束问题求解 - 知乎 (zhihu.com)

一种比较常见的非凸约束，对于这种约束的优化问题，有很多种近似求解算法，比如SDR（半定松弛算法），ADMM（交替方向乘子法）等。

SDR算法

ADMM算法

算法

%ADMM算法 
%constant module constraint
%验证收敛曲线！！！
 

clc,clear;
close all;
% s = rng(0);
N = 10;
A = rand(N) +1i*rand(N);
A=A*A';
A = (A +A')/2;

R = rand(N) +1i*rand(N);
R=R*R';
R = (R +R')/2;

iter_num = 100;
w0 =exp(1i*2*pi*rand(N,1));
phi = rand(N,1)*2*pi;
u = rand(N,1);
rho = 5;
val = zeros(iter_num,1);
val_pri = zeros(iter_num,1);
epsilon = 1e-4;
for iter = 1:iter_num
    
    %update w
    cvx_begin quiet
    variable w(N,1) complex
    minimize (real(w'*A*w)+rho/2* square_pos(norm(w-exp(1i*phi)+u,2)))
    subject to 
%    real(w0'*R*w0+w0'*R*(w-w0))>=1
%     norm(w,2)<=1
    
    cvx_end
    
    %update v
    phi =  angle(w+u);
    
    u = u + w - exp(1i*phi);
    
    
    val(iter) = real(w'*A*w)+rho/2*norm(w- exp(1i*phi)+u,2)^2-rho/2*norm(u,2)^2;
    val_pri(iter) = real(w'*A*w);
    w0 = w;
    
    if norm(w - exp(1i*phi),2)<=epsilon
        break
    end
 iter   
end
figure
plot(val(1:iter),'b-','linewidth',1.5);
hold on
plot(val_pri(1:iter),'-','linewidth',1.5);
grid on
legend('lagrangian function','objective function');
xlabel('iteration number');
ylabel('value')
set(gca,'fontsize',12);
ax=gca;
ax.FontName = 'Times New Roman';
abs(w)

基于半定规划（SDP）的无线传感器定位技术及算法实现MATLAB代码 - 知乎 (zhihu.com)

将问题通过数学建模表示成半定规划问题之后可以采用半定规划求解器进行求解，现常用的求解器有SeDumi，SDPT3，YALMIP，CVX等。其中YALMIP工具包非常贴近现实数学语言，编程十分方便，而且它不仅适用于半定规划，还适用于混合整数规划等常见优化问题，只要调用其它求解器即可。

Yalmip使用学习 - 简书 (jianshu.com)

项目目录预览 - sedumi - GitCode

YALMIP下载安装教程

YALMIP安装、教程与示例_yalmip安装教程-CSDN博客

SeDumi安装

SeDuMi教程(1)_matlab中sedumi安装-CSDN博客

CVX安装

CVX 工具箱（安装及用户指南）_cvx工具箱-CSDN博客

cvx下载地址

Download CVX | CVX Research, Inc.

cvx使用

P163 最优化：建模算法与理论

m = 20; n = 10; p = 4;
A = randn(m,n); b = randn(m,1);
C = randn(p,n); d = randn(p,1); e = rand;
cvx_begin
variable x(n)
minimize( norm( A * x - b, 2 ) )
subject to
C * x == d
norm( x, Inf ) <= e
cvx_end

ADMM求解各种优化函数及Matalb例子_matlab scripts for alternating direction method of-CSDN博客