• 论文 • 上一篇    下一篇

无约束极大极小问题的广义梯度投影算法

简金宝1,2, 唐菲1, 黎健玲1, 唐春明1   

  1. 1. 广西大学数学与信息科学学院, 南宁 530004;
    2. 玉林师范学院数学与信息科学学院, 玉林 537000
  • 收稿日期:2013-02-14 出版日期:2013-11-15 发布日期:2013-12-03
  • 通讯作者: 简金宝,E-mail:jianjb@gxu.edu.cn
  • 基金资助:

    国家自然科学基金(11271086,11171250),广西自然科学基金(2011GXNSFD018022,2013GXNSFAA019013)和广西高校人才小高地建设创新团队资助计划。

简金宝, 唐菲, 黎健玲, 唐春明. 无约束极大极小问题的广义梯度投影算法[J]. 计算数学, 2013, 35(4): 385-392.

Jian Jinbao, Tang Fei Li, Jianling, Tang Chunming. GENERALIZED GRADIENT PROJECTION ALGORITHM FOR UNCONSTRAINED MINIMAX PROBLEMS[J]. Mathematica Numerica Sinica, 2013, 35(4): 385-392.

GENERALIZED GRADIENT PROJECTION ALGORITHM FOR UNCONSTRAINED MINIMAX PROBLEMS

Jian Jinbao1,2, Tang Fei Li1, Jianling1, Tang Chunming1   

  1. 1. College of Mathematics and Information Science, Guangxi University, Nanning 530004, China;
    2. School of Mathematics and Information Science, Yulin Normal University, Yulin 537000, China
  • Received:2013-02-14 Online:2013-11-15 Published:2013-12-03
本文讨论Rn空间上的无约束极大极小问题. 通过Rn+1空间上的广义梯度投影技术产生Rn上的下降搜索方向,进而结合Armijo非精确线搜索建立了原问题Rn上的一个广义梯度投影型算法.算法在仿射线性无关条件下,具有全局收敛性和强收敛性. 文中对算法进行了初步的数值试验.
In this paper, the unconstrained minimax problems on Rn are discussed. The search direction of descent in Rn is obtained by a generalized gradient projection on Rn+1, then, with Armjio non-exact line search, a generalized gradient projection algorithm on Rn for the discussed minimax problems is presented. The proposed algorithm possesses global and strong convergence under affine linearly independent condition. Some preliminary numerical experiments are carried out.

MR(2010)主题分类: 

()
[1] Jian J B, Quan R, Zhang X L. Generalised monotone line search algorithm for degenerate nonlinear minimax problems[J]. Bulletin of the Ausralian Mathematical Society, 2006, 73: 117-127.

[2] 简金宝, 石露, 唐春明. 基于积极集技术求解无约束极大极小问题的摄动SQP方法[J]. 高校应用数学学报, 2013, 28 (1): 107-114.

[3] Polak E, Mayne D Q, Higgins J E. Superlinearly convergent algorithm for min-max problems[J]. Journal of Optimization Theory and Applications, 1991, 69: 407-439.

[4] Vardi A. New minimax algorithm[J]. Journal of Optimization Theory and Applications, 1992, 75 (3): 613-634.

[5] Zhou J L, Tits A L. Nonmonotone line search for minimax problems[J]. Journal of Optimization Theory and Applications, 1993, 76: 455-476.

[6] Jian J B, Quan R, Hu Q J. A new superlinearly convergent SQP algorithm for nonlinear minimax problems[J]. Acta Mathematicatae Applicatae Sinica, English Series, 2007, 23 (3): 395-410.

[7] 薛毅. 求解Minimax 优化问题的SQP 方法[J]. 系统科学与数学, 2002, 22 (3): 355-364.

[8] Zoutendijk G. Methods of Feasible Directions[M]. Amsterdam: Elsevier, 1960.

[9] 赖炎连, 简金宝. 初始点任意的一个非线性优化的广义梯度投影法[J]. 系统科学与数学, 1995, 374-380.

[10] 赖炎连, 简金宝. 初始点任意的一个非线性优化的广义梯度投影法[J]. 系统科学与数学, 1995, 374-380.赖炎连, 高自友, 贺国平. 非线性最优化的广义梯度投影法[J]. 中国科学, 1992.

[11] 简金宝. 光滑约束优化快速算法——理论分析与数值试验[M]. 北 京: 科学出版社, 2010, 227-251.

[12] Ladislav L, Jan V. Test Problems for Nonsmooth Unconstrained and Linearly Constrained Optimization[R]. Institute of Computer Science, Academy of Sciences of the Czech Republic, 2000.
[1] 尹江华, 简金宝, 江羡珍. 凸约束非光滑方程组一个新的谱梯度投影算法[J]. 计算数学, 2020, 42(4): 457-471.
[2] 张纯, 贾泽慧, 蔡邢菊. 广义鞍点问题的改进的类SOR算法[J]. 计算数学, 2020, 42(1): 39-50.
[3] 岳超. 高阶分裂步(θ1,θ2,θ3)方法的强收敛性[J]. 计算数学, 2019, 41(2): 126-155.
[4] 张维, 王文强. 随机微分方程改进的分裂步单支θ方法的强收敛性[J]. 计算数学, 2019, 41(1): 12-36.
[5] 王福胜, 张瑞. 不等式约束极大极小问题的一个新型模松弛强次可行SQCQP算法[J]. 计算数学, 2018, 40(1): 49-62.
[6] 刘金魁. 解凸约束非线性单调方程组的无导数谱PRP投影算法[J]. 计算数学, 2016, 38(2): 113-124.
[7] 刘亚君, 刘新为. 无约束最优化的信赖域BB法[J]. 计算数学, 2016, 38(1): 96-112.
[8] 简金宝, 尹江华, 江羡珍. 一个充分下降的有效共轭梯度法[J]. 计算数学, 2015, 37(4): 415-424.
[9] 袁敏, 万中. 求解非线性P0互补问题的非单调磨光算法[J]. 计算数学, 2014, 36(1): 35-50.
[10] 刘金魁. 两种有效的非线性共轭梯度算法[J]. 计算数学, 2013, 35(3): 286-296.
[11] 范斌, 马昌凤, 谢亚君. 求解非线性互补问题的一类光滑Broyden-like方法[J]. 计算数学, 2013, 35(2): 181-194.
[12] 简金宝, 马鹏飞, 徐庆娟. 不等式约束优化一个基于滤子思想的广义梯度投影算法[J]. 计算数学, 2013, 35(2): 205-214.
[13] 刘景辉, 马昌凤, 陈争. 解无约束优化问题的一个新的带线搜索的信赖域算法[J]. 计算数学, 2012, 34(3): 275-284.
[14] 王开荣, 刘奔. 建立在修正BFGS公式基础上的新的共轭梯度法[J]. 计算数学, 2012, 34(1): 81-92.
[15] 江羡珍, 韩麟, 简金宝. Wolfe线搜索下一个全局收敛的混合共轭梯度法[J]. 计算数学, 2012, 34(1): 103-112.
阅读次数
全文


摘要