擬凸優(yōu)化問題中常值步長準(zhǔn)則下次梯度算法的收斂性

打開文本圖片集

摘要：求解凸優(yōu)化的方法通常也是一般擬凸優(yōu)化問題的基礎(chǔ)。在擬凸優(yōu)化問題中，次梯度優(yōu)化算法也是一種常用的迭代算法。步長的選取對次梯度算法的收斂性至關(guān)重要，且迭代點(diǎn)列滿足的基本不等式對算法的收斂性有著一定的影響。本文給出一個次梯度算法的更一般的框架，給出了在框架下次梯度算法在常值步長準(zhǔn)下的收斂性，并通過數(shù)值實(shí)驗(yàn)對算法的收斂性進(jìn)行了分析，實(shí)驗(yàn)表明，常值步長準(zhǔn)則在收初始迭代點(diǎn)和步長取值時影響較大。（剩余3279字）