导读:本文包含了凸可行问题论文开题报告文献综述及选题提纲参考文献，主要关键词:凸分析,非光滑优化,次微分,束方法
凸可行问题论文文献综述
宋林森[1]（2019）在《求解凸可行问题的有效算法》一文中研究指出将束方法与信赖域技巧相结合,提出了求解凸可行问题的有效算法,得出了算法的全局收敛性结果.数值实验结果表明:与已有算法相比,该算法具有较高的运算效率和精度,在求解凸可行问题时是行之有效的.(本文来源于《河南科技学院学报(自然科学版)》期刊2019年03期）
党亚峥,薛中会[2]（2015）在《凸可行问题的平行近似次梯度投影算法》一文中研究指出对凸可行问题提出了包括上松弛的平行近似次梯度投影算法和加速平行近似次梯度投影算法.与序列近似次梯度投影算法相比,平行近似次梯度投影算法(每次迭代同时运用多个凸集的近似次梯度超平面上的投影)能够保证迭代序列收敛到离各个凸集最近的点.上松弛的迭代技术和含有外推因子的加速技术的应用,减少了数据存储量,提高了收敛速度.最后在较弱的条件下证明了算法的收敛性,数值实验结果验证了算法的有效性和优越性.(本文来源于《运筹学学报》期刊2015年01期）
党亚峥,韩学峰,高岩[3]（2014）在《解凸可行问题的一个带中心技术的外推平行次梯度投影算法（英文）》一文中研究指出In this paper,we present an extrapolated parallel subgradient projection method with the centering technique for the convex feasibility problem,the algorithm improves the convergence by reason of using centering techniques which reduce the oscillation of the corresponding sequence.To prove the convergence in a simply way,we transmit the parallel algorithm in the original space to a sequential one in a newly constructed product space.Thus,the convergence of the parallel algorithm is derived with the help of the sequential one under some suitable conditions.Numerical results show that the new algorithm has better convergence than the existing algorithms.(本文来源于《数学季刊(英文版)》期刊2014年01期）
马峰[4]（2013）在《凸可行问题的差分进化算法》一文中研究指出针对传统算法无法获得凸可行问题多个可行解的困难,结合差分进化算法,提出了求解凸可行问题的一种光滑型方法.首先利用投影函数将凸可行问题转换为非光滑方程组,然后用光滑函数对其进行光滑化,把凸可行问题转换为无约束优化问题,利用差分进化算法进行求解.该算法对目标函数的解析性质没有要求,易于实现,数值结果表明了该方法的有效性.(本文来源于《西安文理学院学报(自然科学版)》期刊2013年04期）
党亚峥,高岩[5]（2013）在《解凸可行问题的新算法(英文)》一文中研究指出本文提出了一种解凸可行问题的次梯度算法,此算法运用一种特殊的方法控制松弛参数的选取,从而使算法相对于传统的正交投影算法更简单易行,数值实验表明算法的可行性,最后基于这种次梯度投影算法,又进一步给出求解凸可行问题的共轭次梯度投影算法.(本文来源于《工程数学学报》期刊2013年02期）
党亚峥,薛中会,高岩[6]（2012）在《凸可行问题的块迭代次梯度投影算法》一文中研究指出投影法是求解凸可行问题的一类基本而又重要的方法,但在很多情况下,精确计算一个凸集上的正交投影是很困难的.针对这种情况,本文提出了2种次梯度投影算法.首先将凸可行问题分成若干个子系统,然后利用次梯度找出子系统的近似次梯度投影,根据每次迭代用到一个或全部子系统的近似次梯度投影的不同,分别构建了序列块迭代次梯度投影算法和平行块迭代次梯度投影算法.在一定条件下,证明了它们的收敛性.(本文来源于《河南理工大学学报(自然科学版)》期刊2012年01期）
党亚峥,高岩,杨建芳[7]（2011）在《凸可行问题的一种强收敛算法》一文中研究指出无限维Hilbert空间中,解凸可行问题的平行投影算法通常是弱收敛的.本文对一般的平行投影算法进行改进,设计了一种解凸可行问题的具有强收敛性的新算法.该算法主要是在原有算法基础上引入了一个参数序列,在参数序列满足一定的控制条件下保证了算法的强收敛性.为了简单证明算法的强收敛性,我们构建了一个新的积空间,然后把原空间的这种改进平行投影算法转换为积空间中的交替投影算法.这样,改进的平行投影算法的强收敛性就可以通过交替投影算法的收敛性证明得到.(本文来源于《应用数学学报》期刊2011年02期）
党亚峥,高岩,支丽平[8]（2011）在《凸可行问题的块迭代次梯度投影算法(英文)》一文中研究指出本文,针对由非线性不等式系统构成的凸可行问题,提出了序列块迭代次梯度投影算法和平行块迭代次梯度投影算法.将非线性不等式系统分成若干个子系统,然后将当前迭代点在子系统各个子集上的次梯度投影的凸组合作为当前迭代点在这个子系统上的近似投影.在较弱条件下证明了两种算法的收敛性.(本文来源于《运筹学学报》期刊2011年01期）
李莉,高岩[9]（2009）在《拟凸可行问题的投影算法》一文中研究指出利用Plastria提出的拟凸函数lower次微分,借鉴凸可行问题的投影算法,给出了一个拟凸可行问题的投影算法.并证明了该算法的收敛性.(本文来源于《上海理工大学学报》期刊2009年06期）
王伟伟,高岩[10]（2009）在《凸可行问题的一种次梯度投影算法》一文中研究指出提出了一种次梯度投影算法,解决凸可行问题,该算法在迭代过程中采用Armijo线搜索规则计算预测步长,且进一步给出一个校正步长规则,从而提高了算法的收敛性和收敛效果.最后给出了数值实例,表明算法的有效性.(本文来源于《上海理工大学学报》期刊2009年05期）
凸可行问题论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
对凸可行问题提出了包括上松弛的平行近似次梯度投影算法和加速平行近似次梯度投影算法.与序列近似次梯度投影算法相比,平行近似次梯度投影算法(每次迭代同时运用多个凸集的近似次梯度超平面上的投影)能够保证迭代序列收敛到离各个凸集最近的点.上松弛的迭代技术和含有外推因子的加速技术的应用,减少了数据存储量,提高了收敛速度.最后在较弱的条件下证明了算法的收敛性,数值实验结果验证了算法的有效性和优越性.
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
凸可行问题论文参考文献
[1].宋林森.求解凸可行问题的有效算法[J].河南科技学院学报(自然科学版).2019
[2].党亚峥,薛中会.凸可行问题的平行近似次梯度投影算法[J].运筹学学报.2015
[3].党亚峥,韩学峰,高岩.解凸可行问题的一个带中心技术的外推平行次梯度投影算法（英文）[J].数学季刊(英文版).2014
[4].马峰.凸可行问题的差分进化算法[J].西安文理学院学报(自然科学版).2013
[5].党亚峥,高岩.解凸可行问题的新算法(英文)[J].工程数学学报.2013
[6].党亚峥,薛中会,高岩.凸可行问题的块迭代次梯度投影算法[J].河南理工大学学报(自然科学版).2012
[7].党亚峥,高岩,杨建芳.凸可行问题的一种强收敛算法[J].应用数学学报.2011
[8].党亚峥,高岩,支丽平.凸可行问题的块迭代次梯度投影算法(英文)[J].运筹学学报.2011
[9].李莉,高岩.拟凸可行问题的投影算法[J].上海理工大学学报.2009
[10].王伟伟,高岩.凸可行问题的一种次梯度投影算法[J].上海理工大学学报.2009