Distributed Nesterov-like accelerated non-convex composite optimization algorithm

随着工业智能系统的快速发展以及能源互联网的广泛应用, 工业软件在支持多节点协同计算与复杂优化问题中发挥了关键作用. 然而, 能源互联网的分布式、多节点自治特点以及复杂网络结构和实时动态调控需求, 对工业软件的实时性、收敛速率和适用范围提出了更高要求. 这些要求迫切需要设计高效的分布式优化算法作为工业软件的核心支撑. 因此, 本文研究了时变通信拓扑下的分布式非凸复合优化问题, 其中全局目标函数由光滑的非凸部分和非光滑的凸部分组成. 提出的算法利用逐次凸逼近（SCA）技术与梯度跟踪机制, 并引入类 Nesterov 动量项以动态调整每次迭代的更新方向, 从而进一步提升算法的收敛速率. 理论证明了当动量参数低于设定的上界时, 所提算法在固定步长条件下能够渐近收敛至所研究问题的平衡点集. 数值仿真实验进一步验证了算法的有效性.