公开(公告)号：CN112000920B

公开(公告)日：2024-09-24

申请号：CN202010793221.4

申请日：2020-08-07

申请人： 西南大学

发明人： 程胡强 ,  李华青 ,  董滔 ,  夏大文 ,  王政 ,  吕庆国 ,  郑李逢 ,  胡锦辉 ,  纪良浩 ,  冯丽萍 ,  邬祥钊 ,  丁文韬

IPC分类号： G06F17/16 ,  G06F17/18 ,  G06N20/00

摘要： 本发明涉及一种基于迭代处理的主对偶分布式加速优化方法，属于大规模机器学习分布式优化技术领域。该方法基于迭代处理的分布式计算方式，采用Nesterov梯度加速技术，主要包括以下步骤：S1：确定目标函数；S2：搭建通信网络；S3：变量初始化；S4：选取合适的步长和动量参数；S5：变量更新。本方法采用分布式计算方式，具有广泛的应用领域，例如：机器学习、信号与信息处理、资源分配等；同时，采用Nesterov梯度加速技术，极大地提高了所提算法的收敛速度。本方法为无向通信网络下的分布式优化的应用奠定了理论基础，扩大了其应用范围。

公开(公告)号：CN116797251A

公开(公告)日：2023-09-22

申请号：CN202211355513.5

申请日：2022-11-01

申请人： 西南大学

发明人： 李华青 ,  冉亮 ,  郑李逢 ,  李哲 ,  黄廷文 ,  夏大文 ,  李骏 ,  冯丽萍 ,  李永福 ,  石亚伟 ,  王慧维 ,  李传东 ,  张伟 ,  高澜 ,  陈孟钢 ,  纪良浩 ,  董滔 ,  吕庆国 ,  王政 ,  杜镇源

IPC分类号： G06Q30/0201 ,  G06Q30/0202 ,  G06Q50/04

摘要： 本发明提供一种基于异步分布式纳什均衡算法的供应市场生产调控方法，包括以下步骤：S1确立生产制造商在供应市场中私有的最小化目标函数，并基于市场需求构建生产决策的广义纳什博弈模型；S2构建博弈模型的变分问题，并利用拉格朗日理论获取KKT条件；S3基于网络化系统构建供应市场的时滞通信模型，建立异步分布式纳什均衡算法；S4根据建立的异步分布式纳什均衡算法，获取市场制造商的最佳生产数量。本发明能够解决因制造商生产差异性而影响供应市场中产品生产效率的问题，能够在制造商寻求自身代价最小化的同时实现供应市场的最佳生产与调控。

公开(公告)号：CN116797252A

公开(公告)日：2023-09-22

申请号：CN202211355516.9

申请日：2022-11-01

申请人： 西南大学

发明人： 李华青 ,  范旅铭 ,  夏大文 ,  郑祖卿 ,  李哲 ,  李松阳 ,  郑李逢 ,  李骏 ,  冯丽萍 ,  李永福 ,  石亚伟 ,  王慧维 ,  李传东 ,  张伟 ,  冉亮 ,  高澜 ,  陈孟钢 ,  纪良浩 ,  董滔 ,  吕庆国 ,  王政 ,  杜镇源

IPC分类号： G06Q30/0201 ,  G06Q30/0202 ,  G06Q50/06

摘要： 本发明提供一种基于求解广义纳什均衡算法的热电联产的策略生成方法，包括以下步骤：构建相关约束下的热电联产系统；其中，考虑每个消费者的热舒适性的上限和消费者效用和能源消耗关系；考虑所有能源公司的决策信息确定每个公司待解决的问题；其中，根据每个公司的生产效率有上限和下限、公司的生产计划要遵循保持功率平衡和热平衡以及每个公司待解决的问题确定热电联产系统模型的目标函数；当获取其他公司的全局决策信息，通过全局决策信息下基于边的分布式广义纳什均衡算法，求解获得每个公司的决策，包括每轮拍卖中热能和电能的需求以及价格。

公开(公告)号：CN116305754A

公开(公告)日：2023-06-23

申请号：CN202211642417.9

申请日：2022-12-20

申请人： 西南大学

发明人： 李华青 ,  李松洋 ,  吴松 ,  孙健 ,  夏大文 ,  董滔 ,  冉亮 ,  郑李逢 ,  李骏 ,  李传东 ,  王慧维 ,  石亚伟 ,  陈孟钢 ,  纪良浩

IPC分类号： G06F30/20 ,  G06Q10/04 ,  G06F17/16 ,  G06F111/04

摘要： 本发明公开了一种基于分布式求解广义纳什均衡算法的联合路径和目的地的规划问题的解决办法，首先对联合路径和目的地的规划问题进行建模，将其转换为非合作博弈模型，该模型包含每个电动汽车的目标函数、全局耦合约束以及局部约束；其次利用伪梯度将上述博弈模型转化为VI问题，引入基于边的一致性约束和异构步长机制，根据不动点迭代和近端梯度算子理论，提出一种完全信息下的分布式求解算法；然后引入对其他用户的规划的全局估计，提出一种部分信息下分布式求解算法。本发明通过基于边的一致性约束，避免了双随机矩阵的构建，当博弈模型有更多用户参与时，能够保证求解精度的同时满足计算量低要求。

公开(公告)号：CN115659596A

公开(公告)日：2023-01-31

申请号：CN202211181048.8

申请日：2022-09-27

申请人： 西南大学

发明人： 李华青 ,  牛友成 ,  郑李逢 ,  李骏 ,  冉亮 ,  吕庆国 ,  王政 ,  冯丽萍 ,  夏大文 ,  石亚伟 ,  王慧维 ,  李传东 ,  张伟 ,  纪良浩 ,  董滔 ,  陈孟钢 ,  杜镇源

IPC分类号： G06F30/20 ,  G06F111/04 ,  G06F111/08

摘要： 本发明提供了一种面向通信网络的即插即用分布式优化求解方法，包括步骤：S1.建立在无向连接网络G＝{ν,ε}中局部节点成本之和最小时对应的的数学模型；S2.将建立的数学模型转化为拉格朗日对偶形式；S3.建立分布式算法，求出局部成本之和最小时对应的该算法采用一般的边缘链接来实现信息融合，而不需要先验网络结构的双重随机矩阵；此外，该算法是为即插即用而设计的，允许快速部署节点，只需要节点索引的知识，且该算法允许每个节点采用网络独立的局部恒定步长；与大多数现有算法相比，该算法每个节点的步长条件与全网络结构解耦，并且仅依赖于局部代价函数和邻居的属性。

公开(公告)号：CN111953515B

公开(公告)日：2021-09-21

申请号：CN202010648481.2

申请日：2020-07-07

申请人： 西南大学

发明人： 李华青 ,  程胡强 ,  夏大文 ,  吴国成 ,  王政 ,  吕庆国 ,  王慧维 ,  纪良浩 ,  郭靖

IPC分类号： H04L12/24

摘要： 本发明公开了一种基于Nesterov梯度法和重球法的双加速分布式异步优化方法，包括如下步骤：初始化变量、确定时延值和激活节点、清除过时信息、搭建网络、确定参数、更新变量；在本发明中，我们采用了一种非常通用的异步模型。在该模型中，1)所有的智能体可以在任意时刻且没有任何协调控制下与它们的近邻进行通信；2)通过使用时延信息，所有的智能体可以进行局部处理自己的子问题。因此，异步算法可以极大地减少通信链路的空闲时间，缓解网络和内存访问拥塞，节省电源，而且对实际网络系统具有更强的鲁棒性和容错性。本发明在大规模机器学习和网络信息处理中有着广泛的应用。

公开(公告)号：CN111953515A

公开(公告)日：2020-11-17

申请号：CN202010648481.2

申请日：2020-07-07

申请人： 西南大学

发明人： 李华青 ,  程胡强 ,  夏大文 ,  吴国成 ,  王政 ,  吕庆国 ,  王慧维 ,  纪良浩 ,  郭靖

IPC分类号： H04L12/24

摘要： 本发明公开了一种基于Nesterov梯度法和重球法的双加速分布式异步优化方法，包括如下步骤：初始化变量、确定时延值和激活节点、清除过时信息、搭建网络、确定参数、更新变量；在本发明中，我们采用了一种非常通用的异步模型。在该模型中，1)所有的智能体可以在任意时刻且没有任何协调控制下与它们的近邻进行通信；2)通过使用时延信息，所有的智能体可以进行局部处理自己的子问题。因此，异步算法可以极大地减少通信链路的空闲时间，缓解网络和内存访问拥塞，节省电源，而且对实际网络系统具有更强的鲁棒性和容错性。本发明在大规模机器学习和网络信息处理中有着广泛的应用。

公开(公告)号：CN111865678A

公开(公告)日：2020-10-30

申请号：CN202010669680.1

申请日：2020-07-13

申请人： 西南大学

发明人： 李华青 ,  程胡强 ,  胡锦辉 ,  夏大文 ,  王政 ,  吕庆国 ,  冯丽萍 ,  纪良浩 ,  王慧维 ,  郭靖 ,  陈欣

IPC分类号： H04L12/24 ,  H04L12/801

摘要： 本发明涉及一种基于连续凸逼近的分布式异步优化方法，属于网络通信领域。该方法包括：S1：构建问题模型，即选择实际问题全局目标函数；S2：初始化每个节点所持局部变量，并设置最大迭代次数；S3：搭建有向强连通的非平衡源网络，并在其基础上添加虚拟节点搭建增广网络；S4：设置时延阈值、迭代次数以及系统参数；S5：确定的激活节点以及与之相关联的时延值的关系；S6：清除系统中过时信息；S7：选取代理函数，设置合适的步长和动量参数；S8：激活节点通过与近邻通信或者利用时延值变量更新，非激活节点保持当前变量值进入下一个迭代更新，直到达到迭代次数阈值。本发明对异步网络具有强鲁棒性和容错性，提高通信链路利用效率。

公开(公告)号：CN116227806A

公开(公告)日：2023-06-06

申请号：CN202211562407.4

申请日：2022-12-07

申请人： 西南大学

发明人： 李华青 ,  李骏 ,  郑李逢 ,  冯丽萍 ,  石亚伟 ,  王慧维 ,  李传东 ,  夏大文 ,  张伟 ,  纪良浩 ,  董滔 ,  吕庆国 ,  王政 ,  陈孟钢 ,  冉亮 ,  杜镇源

IPC分类号： G06Q10/0631 ,  G06Q30/0283 ,  G06Q50/06

摘要： 本发明提供一种基于能源需求响应管理的无模型强化学习方法，包括：构建住宅电器模型；结合居民综合用电成本和电力零售商利润确定社会福利，根据社会福利平衡居民综合用电成本与零售商利润，社会福利表示为基于价格的住宅需求响应管理非凸优化问题；根据电网的传输数据，分别采用基于Q‑表的Q学习算法、深度学习与Q学习相结合的Q‑网络算法和Actor‑Critic算法构建针对基于价格的住宅需求响应管理非凸优化问题的强化学习解决方案；根据三种基于价格的住宅需求响应管理非凸优化问题的强化学习解决方案，确定最优解决方案和最优零售价格序列。本发明能够采用三种算法分别进行建模，实现对未知电力市场环境下的最佳零售价格规划。

公开(公告)号：CN116050732A

公开(公告)日：2023-05-02

申请号：CN202211559883.0

申请日：2022-12-06

申请人： 西南大学

发明人： 李华青 ,  牛友成 ,  冉亮 ,  唐佳龙 ,  李骏 ,  郑李逢 ,  冯丽萍 ,  石亚伟 ,  王慧维 ,  李传东 ,  夏大文 ,  张伟 ,  纪良浩 ,  董滔 ,  吕庆国 ,  王政 ,  陈孟钢 ,  杜镇源

IPC分类号： G06Q10/0631 ,  G06Q10/0637 ,  G06Q10/04

摘要： 本发明提供了一种基于非合作博弈的市场商品供应调度方法，通过构建市场商品供应调度的非合作博弈模型，构造分布式对偶近端梯度算法，求解非合作博弈的广义纳什均衡，来得到市场商品的最优供应调度方法，包括步骤：S1构建市场商品供应调度的非合作博弈模型；S2建立非合作博弈的广义纳什均衡模型；S3将建立的广义纳什均衡数学模型转换为拉格朗日对偶形式；S4构建分布式对偶近端梯度算法，并求出非合作博弈的广义纳什均衡；S5根据计算得到的每种商品的最优分配状态进行商品的分配。本发明提供的市场商品供应调度方法，可以实现市场商品的有效分配，既满足市场的需求，又节约了企业自身的成本，提升了企业的经济效益。