针对无源可重构智能表面(Reconfigurable Intelligent Surfaces，RIS)系统中由“乘性衰落”效应引入的高路径损耗问题，提出一种面向多用户通信场景的低复杂度、高能效有源RIS联合优化方案。该方案以加权和速率(Weighted Sum Rate，WSR)最大化为目标，在基站与RIS功率约束下，通过闭式分数规划(Fractional Programming，FP)方法将原始非凸问题转化为等价的可分解子问题，并在块坐标下降(Block Coordinate Descent，BCD)框架下，交替优化基站发射波束与RIS反射预编码矩阵，实现高效的系统性能提升。在RIS反射矩阵优化过程中，采用主化最小化(Majorization-Minimization，MM)策略，构造封闭形式的下界函数，将求解过程简化为矩阵-向量乘法与投影操作，相较CVX方法可降低约O(N1.5)的复杂度；相比基于二分搜索的近似解法，所提算法在相似计算复杂度下表现出更优的收敛性与性能。仿真结果表明：所提方案在15dBm功率预算下，WSR较CVX方案提升了27.67%。同时，仅需约5dBm的功率预算即可达到相同性能，能量开销降低约10dB，显著提升了系统能效，适用于大规模RIS系统的快速部署。