目标函数带线性约束块可分的凸优化方法
2017-09-12曾琴
重庆理工大学学报(自然科学) 2017年8期
曾 琴
(重庆师范大学 数学科学学院, 重庆 401331)
目标函数带线性约束块可分的凸优化方法
曾 琴
(重庆师范大学 数学科学学院, 重庆 401331)
带有线性约束条件且目标函数是块可分的凸性最小问题一直是研究的重点。该问题是经过研究目标函数由2个不是充分光滑的凸函数组成或是由3个不是充分光滑的凸函数组成,从而推广到目标函数由n个不是充分光滑的凸函数组成的情况。问题的解决是以经典的交替方向法为基础,延伸出多种方法来建立该模型。总结了几种常见方法,同时提出了新方法——基于分离法的新ADMM法,并证明该方法的可行性。
块可分;凸优化;线性约束条件;新ADMM法
本文研究的仅仅是一种带有线性约束条件且目标函数是块可分的凸性最小问题。该模型表明:在凸性假设和约束品性为线性条件的情况下,序列的每一个聚点才是它的最优解。本文主要总结常见的、较成熟的几种方法,并在此基础上提出新方法。文献[1]采用增广拉格朗日法,简称ALM,该方法具有不可分离的缺点,但其收敛速度和数值优势却提供了强有力的分离项,因此根据该优势可通过增加1个二次项,利用交替的线性技术来进行改进。另外,还可采用交替方向乘子法(ADMM),但在该方法的迭代过程中为解决产生的子问题可能存在一些困难,故可针对此改进该方法。与交替方向乘子法(ADMM)类似的便是交替方向法(ADM),它是由Peaceman和Mercier首次提出,由Glowinski和Marrocco进行发展。文献[2]采用线性近端的ADM法,其主要贡献在于简化子问题。……
登录APP查看全文
