无约束极大极小问题的广义梯度投影算法  

GENERALIZED GRADIENT PROJECTION ALGORITHM FOR UNCONSTRAINED MINIMAX PROBLEMS

作　　者：简金宝[1,2] 唐菲[1] 黎健玲[1] 唐春明[1] 

机构地区：[1]广西大学数学与信息科学学院,南宁530004 [2]玉林师范学院数学与信息科学学院,玉林537000

出　　处：《计算数学》2013年第4期385-392,共8页Mathematica Numerica Sinica

基　　金：国家自然科学基金(11271086;11171250);广西自然科学基金(2011GXNSFD018022;2013GXNSFAA019013);广西高校人才小高地建设创新团队资助计划

摘　　要：本文讨论R^n空间上的无约束极大极小问题.通过R^(n+1)空间上的广义梯度投影技术产生R^n上的下降搜索方向,进而结合Armijo非精确线搜索建立了原问题R^n上的一个广义梯度投影型算法.算法在仿射线性无关条件下,具有全局收敛性和强收敛性.文中对算法进行了初步的数值试验.In this paper, the unconstrained minimax problems on Rn are discussed. The search direction of descent in Rn is obtained by a generalized gradient projection on Rnn＋1, then, with Armjio non-exact line search, a generalized gradient projection algorithm on Rn for the discussed minimax problems is presented. The proposed algorithm possesses global and strong convergence under affine linearly independent condition. Some preliminary numerical experiments are carried out.

关 键 词：无约束极大极小问题 广义梯度投影算法 全局收敛性 强收敛性 

分 类 号：O224[理学—运筹学与控制论]