基于次微分集的外接长方体的不可微优化算法  

An algorithm for solving nondifferentiable programming on circumscribed rectangular parallelepiped of subdifferentiable

作　　者：王雪峰[1] 

机构地区：[1]西安科技大学理学院

出　　处：《西北大学学报（自然科学版）》2009年第2期196-198,共3页Journal of Northwest University（Natural Science Edition）

基　　金：国家自然科学基金资助项目(60374063)

摘　　要：目的研究求解不可微优化问题的算法及收敛性。方法引进次微分集的外接长方体的概念,确定目标函数的下降方向。结果给出了一般的无约束不可微优化的一类可实现算法,并且证明了算法的收敛性,在一定的条件下算法还具有线性收敛性。结论初步的数值例子表明算法是有效的,且具有简单实用的特点。Aim To research the algorithm for solving nondifferentiable programming. Methods Using a new concept of circumscribed rectangular parallelepiped to determine a decending direction of thetar function. Results A new algorithm of Nondifferentiable Optimization is given, and some results of convergence are proven. Conclusion Some numerical examples show that the algorithm is effective.

关 键 词：不可微规划 优化算法 次梯度 

分 类 号：O244[理学—计算数学]