论文部分内容阅读
对于非光滑优化问题的研究往往是通过对非光滑函数进行光滑化来处理的,未曾考虑函数特有的结构,即函数本身所包含的光滑信息.UV-分解理论是借助于凸函数中的光滑信息得到函数的光滑近似进而解决凸优化问题的一种新的方法,而Bundle方法是处理某些非光滑无约束的优化问题的可执行算法.本文考虑到两种方法的各自特点,将这两种方法相结合,研究一类形式如下的函数的极小化问题:f(x):=h1(x)+h2(x), x∈Rn,其中,h1(x)是有限值非光滑凸函数,h2(x)是有限值光滑函数,且h2(x)∈C2. 首先,考虑到我们研究的目标函数往往是非凸的,因此我们借助于下半连续函数的迫近次微分,给出了这类函数三种UV-空间分解方式,它的U-Lagrange函数及其基本性质;其次,基于这类函数的UV-空间分解理论,给出了结合Bundle方法的UV-分解算法,用于求解所研究函数的优化问题,并证明了相应的收敛性.最后,我们将此算法应用于具体的优化问题,其形式如下:(P){minφ(x) s.t.h1(x)≤0,i=1,2,…,k其中,x∈Rn,φ(x)是光滑非凸函数,h1是有限实值凸函数,且h1∈C2,i=1,2,…,k.