×

用原对偶最速下降算法求解大规模极小极大问题。 (英语) Zbl 0820.90104号

小结:本文表明,Zhu和Rockafellar为大规模扩展线性二次规划开发的原始-对偶最速下降算法可以用于求解与一般C^2鞍函数相关的约束极小极大问题。证明了当相关鞍函数一致强凹凸,且其Hessian变量的凸部分和凹部分之间的交叉元素有界于可行域时,该算法从迭代一开始就线性收敛。还获得了渐近收敛速度的更好界。作为扩展线性二次规划的推广,具体讨论了鞍函数在变量的凸部分和凹部分之间具有线性交叉项的极小极大问题。列出并分析了这些问题的一些基本特征。

MSC公司:

90立方 非线性规划
90C06型 数学规划中的大尺度问题
91A05型 2人游戏
49J52型 非平滑分析
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] C.Zhu和R.T.Rockafellar,“扩展线性二次规划的原对偶投影梯度算法”,SIAM优化杂志3(4)(1993)751-783·Zbl 0788.65069号 ·doi:10.1137/0803039
[2] C.Zhu,“关于扩展线性二次规划的原始-对偶最速下降算法”,技术报告,约翰霍普金斯大学数学科学系,1992年。接受发表于1993年《SIAM优化杂志》。
[3] R.T.Rockafellar和R.J-B Wets,“解决随机规划中线性二次问题的拉格朗日有限生成技术”,《数学规划研究》28(1986)63-93·Zbl 0599.90090号
[4] R.T.Rockafellar和R.J-B Wets,“具有随机惩罚的线性二次问题:有限生成算法”,载于:随机优化问题的数值技术,Y.Ermoliev和R.J-B Wets(编辑),《Springer-Verlag控制与信息科学讲稿》第81期(Springer-Verlag,柏林,1987),第545-560页。
[5] R.T.Rockafellar,“线性二次规划的广义方法”,载于《数值优化与应用国际会议论文集》(中国西安,1986)第58–66页。
[6] R.T.Rockafellar,“线性二次规划与最优控制”,SIAM控制与优化期刊25(1987)781–814·Zbl 0617.49010号 ·doi:10.1137/0325045
[7] R.T.Rockafellar和R.J-B Wets,“离散时间确定性和随机最优控制的广义线性-二次问题”,《SIAM控制与优化杂志》28(1990)810-822·兹比尔0714.49036 ·doi:10.1137/0328046
[8] R.T.Rockafellar,“用扩展线性二次规划解决大规模问题的计算方案”,《数学规划》48(3)(1990)447-474·Zbl 0735.90050号 ·doi:10.1007/BF01582268
[9] R.T.Rockafellar,“大规模扩展线性二次规划和多级优化”,摘自:Proc。第五届墨西哥-美国数值分析研讨会,S.Gomez,J.-P.Hennart,R.Tapia,eds.(SIAM出版物,费城,1990年)·Zbl 0735.90050号
[10] A.King,《拉格朗日有限生成方法的实现》,载于:《随机规划问题的数值技术》,Y.Ermoliev和R.J-B Wets(编辑)(Springer-Verlag,柏林,1988年)。
[11] J.M.Wagner,《应用于地下水质量管理的随机规划》,M.I.T博士论文,1988年。
[12] R.T.Rockafellar,《凸分析》(普林斯顿大学出版社,新泽西州普林斯顿,1970年)·Zbl 0193.18401号
[13] G.H.-G.Chen和R.T.Rockafellar,“拉格朗日优化中的正向-反向分裂方法”,技术报告,华盛顿大学应用数学系,1992年5月。
[14] C.Zhu,“分裂算法的渐近收敛性分析”,技术报告,约翰霍普金斯大学数学科学系,1991年。《运筹学数学》1993年出版。
[15] C.Zhu,“扩展线性二次规划的改进近点算法”,计算优化与应用1(1992)185-205·Zbl 0764.90067号 ·doi:10.1007/BF00253806
[16] J.M.Ortega和W.C.Rheinboldt,多变量非线性方程的迭代解(学术出版社,纽约,1970年)·Zbl 0241.65046号
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。