非凸函数束方法模型构造及其对偶问题

对于非光滑凸优化问题,迫近束方法展示出较高的有效性,我们试图通过改变相应的参数将其推广至非凸非精确优化问题中.我们给出求解一类已知目标函数近似值的非凸非光滑优化问题的迫近束方法,利用函数的近似信息构造一种切平面模型,给出的参数选取方式不仅可以保证线性化误差非负,还可以通过求解惩罚子问题得到下一个迭代点.此外,我们还研究了惩罚子问题的对偶问题,讨论了惩罚子问题解的表达形式及相应次微分的归属关系.

关于基于近似次梯度的非光滑优化束方法的对偶问题的研究

利用目标函数值和近似次梯度,构建了非光滑无约束优化问题目标函数的一个下近似模型,通过对该近似模型取极小寻找下一个可能使目标函数值下降的试探点.利用Lagrange函数写出了原近似问题的对偶问题,揭示了原近似问题的最优解与对偶问题最优解之间的关系,并进一步分析了相应的近似次梯度的某种凸组合与目标函数在当前迭代点的次微分以及目标函数的近似模型在当前迭代点的近似次微分之间的所属关系.所得结果为原近似问题的求解开辟了新思路,也使整个外层束方法的执行变得简单易行.

水平束方法子问题的求解研究

非光滑优化问题是最优化理论与方法中一个重要分支,相应的各种求解方法一直以来都是优化理论研究的重点.首先对解决非光滑优化问题的一种有效方法-束方法,进行了简单阐述,又对其中一种典型方法-水平束方法进行了详细研究.该方法利用水平集作为约束构造产生下一个迭代点的子问题,通过构建子问题的Lagrangian函数以及求解其对偶规划,得出原子问题最优解的显式表达.最后根据子问题的最优性条件和对偶问题得出两个在整体算法的收敛性分析中占有重要地位的结论.