Este documento estudia principalmente la aplicación del método de multiplicadores de dirección alternada linealizada (LADMM) y el método de multiplicadores de dirección alternada linealizada simétrica acelerada (As-LADMM) para modelos parcialmente lineales de alta dimensionalidad. Primero, construimos una penalización para la estimación de mínimos cuadrados de modelos parcialmente lineales bajo contornos restringidos. A continuación, diseñamos el algoritmo LADMM para resolver el modelo, en el que se introduce la técnica de linealización para linealizar uno de los subproblemas y obtener una solución aproximada. Además, añadimos las técnicas de aceleración apropiadas para formar el algoritmo As-LADMM y resolver el modelo. Luego se realizan simulaciones numéricas para comparar y analizar la efectividad de los algoritmos. Se indica que el algoritmo As-LADMM es mejor que el algoritmo LADMM desde el punto de vista del error cuadrático medio, el número de iteraciones y el tiempo de ejecución del algoritmo. Finalmente, los aplicamos al problema práctico de predecir los datos de precios de vivienda de Boston. Esto indica que la pérdida entre los valores predichos y reales es relativamente pequeña, y el algoritmo As-LADMM tiene un buen efecto de predicción.