唐春明;Jian,金宝;李国印 凸约束极小极大问题的近似投影部分束方法。 (英语) Zbl 1438.90387号 J.工业管理。最佳方案。 15,第2期,757-774(2019). 摘要:本文针对目标函数表示为有限多个凸(不一定可微)函数的最大值的凸约束极小极大问题,提出了一种部分束方法。为了避免对目标的所有组成功能进行全面评估,采用了部分割平面模型来代替传统的割平面模型。基于近似投影思想,在每次迭代中,首先求解一个无约束的近似子问题以生成目标函数的聚合线性模型,然后基于该模型求解另一个子问题以获得一个试验点。此外,提出了一种新的下降测试准则,不仅简化了算法的表示,而且显著提高了数值性能。还导出了束重置次数的显式上限。建立了算法的全局收敛性,一些初步的数值结果表明我们的方法是非常令人鼓舞的。 引用于4文件 MSC公司: 90立方厘米 数学规划中的极小极大问题 49K35型 极小极大问题的最优性条件 关键词:最大最小问题;部分束方法;近似投影;下降试验准则;全球收敛 软件:可编程逻辑控制器;GradSamp公司;广场广场;莫塞克;SLQP-GS公司;SDMINMAX公司 PDF格式BibTeX公司 XML格式引用 \textit{C.Tang}等人,J.Ind.Manag。最佳方案。15,第2号,757--774(2019;Zbl 1438.90387) 全文: 内政部 参考文献: [1] A.Baums,实时嵌入式系统中优化能耗的Minimax方法,自动控制与计算机科学,43,57-62(2009)·doi:10.3103/S014641160902011 [2] J.F.Bonnans、J.C.Gilbert、C.Lemaréchal和C.Sagastizábal,《数值优化:理论和实践方面》,第二版,Springer-Verlag,柏林-海德堡,纽约,2006年·Zbl 1108.65060号 [3] J.V.Burke;A.S.Lewis;M.L.Overton,非光滑、非凸优化的稳健梯度采样算法,SIAM优化杂志,15751-779(2005)·Zbl 1078.65048号 ·数字对象标识代码:10.1137/030601296 [4] F.L.Chernousko,一类受干扰线性系统的Minimax控制,优化理论与应用杂志,127535-548(2005)·Zbl 1093.49020号 ·doi:10.1007/s10957-005-7501-1 [5] J.Dattoro,凸优化†欧几里德距离几何,第二版,(begin{document}\mathcal{M}\varepsilonβoo\end{document},2015)。 [6] G.Di Pillo;L.Grippo;S.Lucidi,有限极小极大问题的光滑方法,数学规划,60187-214(1993)·Zbl 0799.90106号 ·doi:10.1007/BF01580609 [7] A.福杜利;M.Gaudioso;G.Giallonbardo;G.Miglionico,凸半无限minmax问题的部分不精确束方法,非线性科学与数值模拟中的通信,21,172-180(2015)·Zbl 1338.90451号 ·doi:10.1016/j.cnsns.2014.07.033 [8] M.Gaudioso;G.Giallonbardo;G.Miglionico,求解凸有限min-max问题的增量方法,运筹学数学,31173-187(2006)·兹比尔1278.90439 ·doi:10.1287/门1050.0175 [9] M.Gaudioso;G.Giallonbardo;G.Miglionico,《关于通过增量方法求解整数程序的拉格朗日对偶问题》,计算优化与应用,44,117-138(2009)·Zbl 1184.90109号 ·doi:10.1007/s10589-007-9149-2 [10] W.兔子;J.Nutini,有限极小极大问题的无导数近似梯度采样算法,计算优化与应用,56,1-38(2013)·Zbl 1300.90064号 ·doi:10.1007/s10589-013-9547-6 [11] W.兔子;M.Macklem,有限极小极大问题的无导数优化方法,优化方法和软件,28,300-312(2013)·Zbl 1270.90099 ·网址:10.1080/10556788.2011.638923 [12] S.X.He;聂义勇,一类求解极大极小问题的非线性拉格朗日算法,工业与管理优化杂志,9,75-97(2013)·Zbl 1263.90123号 ·doi:10.3934/jimo.2013.9.75 [13] 黄先生;X.J.Liang;Y.Lu;L.P.Pang,求解任意特征值优化的束格式,《工业与管理优化杂志》,13,659-680(2017)·Zbl 1364.49016号 ·doi:10.3934/jimo.2016039 [14] 健健;X.L.Zhang;R.Quan;Q.Ma,约束极大极小问题的广义单调线搜索SQP算法,最优化,58101-131(2009)·Zbl 1158.90404号 ·doi:10.1080/0323319300801951140 [15] 健健;X.D.Mo;邱立杰;杨圣美;F.S.Wang,带活动识别集的约束极小极大问题的简单序列二次约束二次规划可行算法,优化理论与应用杂志,160,158-188(2014)·Zbl 1316.90061号 ·doi:10.1007/s10957-013-0339-z [16] 健健;C.M.唐;F.Tang,不等式约束极小极大问题的可行下降丛方法(中文),中国科学:数学,452001-24(2015)·Zbl 1499.90268号 [17] E.卡拉斯;A.里贝罗;C.Sagastizábal;M.Solodov,非光滑凸约束优化的束滤波方法,数学规划,116297-320(2009)·Zbl 1165.90024号 ·doi:10.1007/s10107-007-0123-7 [18] N.Karmitsa,《大规模非光滑最小化的测试问题》,技术代表B.4/2007,芬兰Jyväskylä大学数学信息技术系,2007年。 [19] K.C.Kiwiel,凸不可微极小化的投影近端束方法,In:M.Théra,R.Tichatschke(eds.)病态变分问题和正则化技术,《经济学》讲义。数学。《系统》,柏林施普林格-弗拉格出版社,477(1999),137-150·Zbl 0944.65068号 [20] K.C.Kiwiel,拉格朗日松弛的近似投影束方法,包括半定规划,SIAM优化杂志,17,1015-1034(2006)·Zbl 1132.65055号 ·doi:10.1137/050639284 [21] K.C.Kiwiel,不可微优化的下降方法,数学课堂讲稿,1133。斯普林格·弗拉格,1985年·Zbl 0561.90059号 [22] C.Lemaréchal,Davidon方法对不可微问题的扩展,数学规划研究,395-109(1975)·Zbl 0358.90051号 [23] X.S.Li;S.C.Fang,《关于应用熵正则化方法解决最小最大问题》,运筹学数学方法,46,119-130(1997)·Zbl 0886.90133号 ·doi:10.1007/BF01199466 [24] 李永平;G.H.Huang,《城市固体废物管理长期规划的非精确极大遗憾整数规划——a部分:方法开发》,环境工程科学,26209-218(2009)·doi:10.1089/ees.2007.0241.ptA [25] G.柳兹;S.Lucidi;M.Sciandone,线性约束有限极大极小问题的无导数算法,SIAM优化杂志,16,1054-1075(2006)·兹比尔1131.90074 ·doi:10.1137/040615821 [26] L.Lukšan和J.Vlček,非光滑无约束和线性约束优化的测试问题,技术代表第798号,捷克共和国科学院计算机科学研究所,布拉格,2000年。 [27] K.Madsen;H.Schjr-Jacobsen,线性约束极小极大优化,数学规划,14,208-223(1978)·Zbl 0375.65034号 ·doi:10.1007/BF01588966 [28] C.米歇洛特;F.Plastia,《一个扩展的多因素极小极大位置问题重访》,《运筹学年鉴》,第111期,第167-179页(2002年)·兹比尔1087.90044 ·doi:10.1023/A:1020953703533 [29] A.内迪奇;D.P.Bertsekas,不可微优化的增量次梯度方法,SIAM优化杂志,12,109-138(2001)·Zbl 0991.90099号 ·doi:10.1137/S1052623499362111 [30] 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 [31] B.鲁斯特姆;Q.Nguyen,不等式约束离散min-max问题的算法,SIAM优化杂志,8265-283(1998)·Zbl 0911.90310号 ·doi:10.137/S1056263493260386 [32] C.Sagastizábal;M.Solodov,无惩罚函数或滤波器的非光滑凸约束优化的不可行束方法,SIAM优化杂志,16,146-169(2005)·Zbl 1114.90093号 ·数字对象标识代码:10.1137/040603875 [33] N.Z.Shor,《不可微函数的最小化方法》,Springer-Verlag,柏林,1985年·Zbl 0561.90058号 [34] 唐家璇;陈海勇;J.B.Jian,线性约束极大极小问题的改进部分束方法,统计、优化与信息计算,4,84-98(2016)·doi:10.19139/soic.v4i1.205 [35] 唐家璇;J.B.Jian,非光滑目标函数约束优化问题的强次可行方向法,欧洲运筹学杂志,21828-37(2012)·Zbl 1244.90225号 ·doi:10.1016/j.ejor.2011.10.055 [36] 唐家璇;S.Liu;健健;J.L.Li,非凸、非光滑约束优化的可行SQP-GS算法,数值算法,65,1-22(2014)·Zbl 1285.65036号 ·doi:10.1007/s11075-012-9692-5 [37] A.Vardi,新极小极大算法,最优化理论与应用杂志,75613-634(1992)·Zbl 0792.90076号 ·doi:10.1007/BF00940496 [38] F.S.Wang;张国忠,非线性极大极小问题的混合算法,运筹学年鉴,164167-191(2008)·Zbl 1171.90544号 ·doi:10.1007/s10479-008-0401-7 [39] F.S.Wang;张国忠,线性约束极大极小问题的混合算法,运筹学年鉴,206501-525(2013)·兹比尔1297.90176 ·doi:10.1007/s10479-012-1274-3 [40] S.Y.Wang;Y.Yamamoto;M.Yu,摩擦市场投资组合选择的极大极小规则,运筹学数学方法,57141-155(2003)·Zbl 1049.91088号 ·doi:10.1007/s001860200241 [41] 徐绍,最小极大问题的平滑方法,计算优化与应用,20,267-279(2001)·Zbl 1054.90087号 ·doi:10.1023/A:1011211101714 [42] MOSEK:MATLAB手册的MOSEK优化工具箱,7.1版(2016)。MOSEK ApS,丹麦,http://www.mosek.com。 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。