锥模型信赖域子问题求解算法研究
156 浏览量
更新于2024-09-06
收藏 193KB PDF 举报
"一种求解锥模型信赖域子问题的算法 - 黄梓馨,艾文宝 - 首发论文 - 中国科技论文在线"
在优化算法领域,锥模型信赖域子问题是研究的重要方向,特别是在处理非线性优化问题时。锥模型允许更广泛的函数类型,如锥约束,从而增加了问题的复杂性和实际应用的可能性。黄梓馨和艾文宝的论文提出了一种创新的算法,专门用于解决这类问题。
论文的主要贡献在于,针对具有良好定义域的锥模型信赖域子问题,将原始问题(P)分解为两个数学规划问题(P1)和(P2)。这种方法的核心思想是通过将问题分治,降低了解的难度。具体地,他们首先将问题(P1)通过齐次化转换为一个等价的二次规划问题,这意味着(P1)可以在保持原问题性质的前提下,利用现有的二次规划求解技术来解决。
为了解决这个二次规划问题,作者采用了半正定松弛算法。半正定松弛是一种有效的优化技术,它能够放宽原问题的约束条件,形成一个更容易求解的对偶问题。关键在于,这里的松弛是紧的,即松弛后的最优解与原问题的最优解一致,不存在解的质量损失。
同时,他们还设计了一种回溯算法,能够从二次规划的解中找出问题(P1)的解。对于问题(P2),作者应用相似的策略进行处理,并在(P1)和(P2)的解中选取最优解作为锥模型信赖域子问题的整体最优解。
为了验证算法的有效性,作者进行了数值试验,实验结果表明,提出的算法在解决这类问题时具有高效性能。这不仅为理论研究提供了新的方法,也为实际应用中的优化问题求解提供了实用工具。
关键词涉及的领域包括最优化算法、锥模型、信赖域子问题以及半正定松弛,这些都是现代优化理论和计算的核心概念。这篇论文的贡献在于,它结合这些概念,提供了一个新颖且有效的算法框架,为锥模型信赖域子问题的求解开辟了新的途径。
298 浏览量
2021-09-28 上传
2021-05-14 上传
2021-05-09 上传
点击了解资源详情
点击了解资源详情
点击了解资源详情
2021-06-01 上传
2021-09-29 上传
weixin_38729269
- 粉丝: 4
- 资源: 851
最新资源
- MATLAB新功能:Multi-frame ViewRGB制作彩色图阴影
- XKCD Substitutions 3-crx插件:创新的网页文字替换工具
- Python实现8位等离子效果开源项目plasma.py解读
- 维护商店移动应用:基于PhoneGap的移动API应用
- Laravel-Admin的Redis Manager扩展使用教程
- Jekyll代理主题使用指南及文件结构解析
- cPanel中PHP多版本插件的安装与配置指南
- 深入探讨React和Typescript在Alias kopio游戏中的应用
- node.js OSC服务器实现:Gibber消息转换技术解析
- 体验最新升级版的mdbootstrap pro 6.1.0组件库
- 超市盘点过机系统实现与delphi应用
- Boogle: 探索 Python 编程的 Boggle 仿制品
- C++实现的Physics2D简易2D物理模拟
- 傅里叶级数在分数阶微分积分计算中的应用与实现
- Windows Phone与PhoneGap应用隔离存储文件访问方法
- iso8601-interval-recurrence:掌握ISO8601日期范围与重复间隔检查