拟凸优化问题中常值步长准则下次梯度算法的收敛性

求解凸优化的方法通常也是一般拟凸优化问题的基础。在拟凸优化问题中,次梯度优化算法也是一种常用的迭代算法。步长的选取对次梯度算法的收敛性至关重要,且迭代点列满足的基本不等式对算法的收敛性有着一定的影响。本文给出一个次梯度算法的更一般的框架,给出了在框架下次梯度算法在常值步长准下的收敛性,并通过数值实验对算法的收敛性进行了分析,实验表明,常值步长准则在收初始迭代点和步长取值时影响较大。