改进的算法以及FrankWolfe.jl库的新应用

《ACM Transactions on Mathematical Software》：Improved algorithms and novel applications of the FrankWolfe.jl library

Frank-Wolfe算法在约束优化中的重要性及Julia包FrankWolfe.jl的设计与应用研究。本文系统梳理了FrankWolfe.jl包的算法设计、模块化生态系统构建及在近年文献中的关键应用场景，涵盖从工业级实践到算法创新的双重目标。通过跨领域实验对比，验证了不同FW变体在典型问题中的性能表现，并建立开源基准测试平台持续优化评估体系。

　　

摘要

Frank-Wolfe（FW）算法已成为约束优化领域中不可或缺的一类方法，尤其是在处理大规模问题时。在本文中，我们总结了FrankWolfe.jl（一个Julia包）在过去几年发展过程中所做出的算法设计选择和取得的进展。该包集成了多种高性能的FW算法实现。我们回顾了近期文献中该库的关键应用案例，这些案例体现了其最初的双重目标：首先，它已成为实践者解决相关问题的首选工具箱；其次，它为算法设计师提供了一个模块化的平台，使他们能够自行开发算法变体及实现方式。最后，我们通过一系列实验展示了多种FW算法在关键问题上的性能表现，这些实验结果被整理存放在一个专门的基准测试仓库中以便持续进行评估。