一种解可分凸优化问题的外梯度并行分裂算法
DOI:
作者:
作者单位:

作者简介:

通讯作者:

基金项目:


An Extragradient Parallel Split Algorithm for Solving Separable Convex Optimization Problem
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
    摘要:

    并行分裂法是求解两个可分离变量线性约束凸优化问题的重要方法,该方法通常要求两个凸函数有邻近映射,对于其中一个函数具有邻近映射,另一个函数光滑但不具有邻近映射的情况,此处提出了一种基于并行分裂的外梯度算法,并在假设光滑函数梯度Lipschitz连续条件下证明了该算法的O(1/ε)迭代复杂度。

    Abstract:

    Parallel splitting method is an important method for solving the convex optimization problem with two separable variables.The methods usually requires that the two convex functions have relatively easy proximal mappings, for the structure that only one of the two functions has easy proximal mapping and the other one is smoothly convex but does not have an easy proximal mapping.We propose in this paper an extragradient algorithm based on parallel splitting.Under the assumption that the smooth function has a Lipschitz continuous gradient condition, we prove the O(1/ε)iteration complexity of the method.

    参考文献
    相似文献
    引证文献
引用本文

程鹏.一种解可分凸优化问题的外梯度并行分裂算法[J].重庆工商大学学报(自然科学版),2017,34(1):34-40
CHENG Peng. An Extragradient Parallel Split Algorithm for Solving Separable Convex Optimization Problem[J]. Journal of Chongqing Technology and Business University(Natural Science Edition),2017,34(1):34-40

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
历史
  • 收稿日期:
  • 最后修改日期:
  • 录用日期:
  • 在线发布日期: 2017-01-16
×
2024年《重庆工商大学学报(自然科学版)》影响因子显著提升