线性约束严凸可分规划的对偶梯度法

在[1]及[2]中考虑了原目标函数是强凸的情形,本文考虑更一般的情形,即原目标函数是严凸的,给出了其求解的对偶梯度法;对偶问题可分解成n个一维问题,而一维问题的解可直接得到,从而得到原问题的解,并证明了算法的收敛性。