求解凸优化的交替极小化变体及其次线性收敛性分析

交替极小化方法是求解变量分块凸优化问题的一个基本的方法,其主要困难在于有效地求解交替极小化过程中产生的两个子问题.在本文中,通过借助近似线性化技术,我们设计了两个交替极小化方法的变体.第一个变体适合于两个子问题之一容易求解而另一个不容易求解的情形;第二个变体则适合并行计算.理论上,基于近似算子的相关知识,我们首先将交替极小化变体进行了形式上的统一,然后在恰当的假设条件下证明了算法的次线性收敛性.

可分离凸规划问题的交替邻近梯度法的次线性收敛率

给出了目标函数为3个凸函数的和且具有线性约束的可分离凸规划问题的交替邻近梯度法在遍历意义下的次线性收敛率为■的一个充分条件.

超线性与二次收敛序列线性方程组算法(英文)

本文,在无严格互补条件下,对非线性不等式约束最优化问题提出了一个新的序列线性方程组(简称SSLE)算法．算法有两个重要特征:首先,每次迭代,只须求解一个线性方程组或一个广义梯度投影阵,且线性方程组可以无解．其次,初始点可以任意选取．在无严格互补条件下,算法仍有全局收敛性、强收敛性、超线性收敛性及二次收敛性．文章的最后,还对算法进行了初步的数值实验．

算子分裂法求解一类变分不等式问题的收敛率分析

考虑一类变分不等式问题:寻找x^*∈Ω,满足F(x^*)T(x-x^*)≥0,x∈Ω,其中Ω是R n上的闭凸子集,F=f+g是R n到R n的连续算子,f和g单调但f的表达式未知.针对此类应用较广的问题,本文研究了一种新的算子分裂法.根据已有的收敛性结果,进一步分析了该方法在非遍历意义下O(1/k)和o(1/k)的次线性收敛率,其中k表示迭代步数.最后,通过数值实验展示了算法的有效性.

广义互补问题的一种非光滑算法的收敛性分析

基于广义互补问题的半光滑方程组变形 ,给出了求解广义互补问题的一种新算法 .该算法的显著特征是每次迭代只需求解一线性方程组 .并在适当条件下建立了算法的全局收敛性和局部超线性 (二次 )

非线性互补问题的一种不可行非内点连续方法

基于 Chen- Mangasarian光滑函数的一个子类 ,针对单调非线性互补问题给出了一种不可行非内点连续方法预估校正算法 ,并在适当的条件下 ,证明了算法具有全局线性收敛性和局部二次收敛性。

多模式交通均衡问题的一阶分裂算法

本文研究包含私人交通和公共交通工具的多模式交通均衡问题,将其建模成带线性不等式约束的可分单调变分不等式问题,并提出一种修正的交替方向乘子法进行求解。通过适当地修改子问题并加上一个简单的校正步,提出一种针对线性不等式约束问题的并行求解算法。在一般的假设条件下,证明了这个新算法的全局收敛性和次线性收敛速度,并把算法应用到交通模型中。

信号重构的优化算法及其在图片恢复中的应用

本文进一步考虑信号重构与图像去躁问题的优化方法。 为此,提出了一种基于类似Armijo线搜索 的新型算法,详细证明了该算法的全局收敛性和O(1/k2)次线性收敛速率。 最后,通过稀疏信号恢 复和图像去躁的数值实验验证了所提算法的有效性和优越性。

求解奇异问题的一类Chord法

对于一类奇异问题,证明了Chord法的次线性收敛性,并且给出了相应的误差估计及计算实例.

基于变分不等式KKT条件的等价关系的Levenberg-Marquardt算法

建立变分不等式问题KKT条件与光滑带约束方程组的等价关系,进而转化为约束优化问题。利用Levenberg-Marquardt方法给出求解变分不等式问题的算法,在不要求梯度矩阵非奇异的条件下得到了算法的全局收敛性。该算法在一定条件下是局部超线性或二次收敛的。

基于变分不等式KKT条件等价形式的阻尼牛顿算法

变分不等式是应用数学中一个十分重要的研究领域,对于该问题快速有效地求解仍是一个焦点。本文首先建立了变分不等式KKT条件与非光滑方程组之间的等价关系,然后给出了阻尼牛顿算法。与采用Fischer函数的方法作对应的比较,该等价关系不仅克服了非负约束的条件而且形式更简单算法更易实施。该算法在一定条件下全局收敛并且是局部超线性或二次收敛的。