基于CVaR投资组合优化的迫近束方法子问题及其对偶

束方法是求解非光滑优化问题的一种较为完善的有效方法.介绍了束方法中较为常见的一种方法——迫近束方法,给出了基于单期投资组合优化问题的CVaR模型,利用非光滑优化束方法对该模型进行研究.利用与迫近束方法相类似的研究方法,从原空间和对偶空间角度出发,分别对与CVaR模型相关的优化问题、对构造的原子问题及对偶子问题进行分析,找到了两者解之间的关联,同时得到了一些衍生结果.这些结果对算法设计和收敛性分析具有重要意义.     

带非欧氏范数的双稳定束方法

针对一类非光滑凸优化问题,提出一个带非欧氏范数的双稳定束方法.通过利用邻近函数代替传统的欧氏距离,形成更具广泛性的双稳定子问题,进而在计算上可充分利用可行集的几何结构,加快收敛速度、减少计算量.分析论证了算法的全局收敛性,当下降步有限时,最后一个稳定中心即为问题的最优解;当下降步无限时,稳定中心点列任意的聚点均为问题的最优解.该方法将传统邻近束方法和水平束方法的稳定性有机融合,从而具备更优越的理论性质和更稳定的数值效果.     

关于双稳定束方法对偶问题的研究

对于带有非线性约束优化问题,本文在迫近束方法的思想基础上将水平束方法与其结合,应用双稳定束方法解决此优化问题.本文不仅从其对偶问题的角度研究了解的形式及相关性质,发现解的表现形式不尽相同,而且得出该解与之前迭代点的次梯度的凸组合有关的结论.进一步我们发现次梯度值和额定下降具有与单纯用迫近束方法从对偶问题角度解无约束优化问题相类似性质.     

非光滑非凸约束优化问题的一种迫近束方法

束方法目前被公认为是解决非光滑优化问题的最有效、最有前景的方法之一,已经被成功应用到众多实际问题.利用次梯度局部测度将凸函数迫近束方法推广到非凸的约束优化问题并给出算法.该方法保证即使选取的初始点和迭代过程中的下降步不可行,所产生的序列仍会收敛到原问题的最优解.     

求解凸约束非线性方程组的无导数DY投影算法

在高效线搜索方法产生的步长和投影技术产生的新迭代点的基础上,提出了一类求解带凸约束非线性方程组问题的无导数修正DY共轭梯度投影算法.新算法继承了共轭梯度法和投影技术的良好性质,适合于求解大规模优化问题.在一定的假设下,得到新算法的全局收敛性结论.数值结果表明新算法是有效且稳定的,与其他算法相比更具有竞争性.     

非凸优化的近似束方法及对偶问题

束方法目前是解决非光滑优化问题最有前景的方法之一。出于实际计算的需要,使用两个扰动函数共同控制真实目标函数,利用它们的信息构建增广函数,从而把凸优化迫近束方法应用到非凸问题中来。类似地建立目标函数的下近似模型,通过求解二次规划最小值点作为下一个候选点,进一步再筛选出下降点。最后利用Lagrange函数写出了束方法子问题的对偶问题,揭示了扰动后原问题的最优解和对偶问题最优解之间的关系。     

非凸优化的近似束方法及对偶问题

束方法目前是解决非光滑优化问题最有前景的方法之一。出于实际计算的需要,使用两个扰动函数共同控制真实目标函数,利用它们的信息构建增广函数,从而把凸优化迫近束方法应用到非凸问题中来。类似地建立目标函数的下近似模型,通过求解二次规划最小值点作为下一个候选点,进一步再筛选出下降点。最后利用Lagrange函数写出了束方法子问题的对偶问题,揭示了扰动后原问题的最优解和对偶问题最优解之间的关系。
     

一种求解非光滑无约束凸规划的混合束方法

首先介绍了一种常用的束方法——迫近束方法.通过在迫近束方法子问题的约束集合中增加信赖域约束,将信赖域思想与迫近束方法相结合,给出一种新型束方法的混合子问题,该子问题可使迫近与信赖域束方法思想有规律的进行切换.然后考虑一种迫近参数更新策略,在迭代过程中根据实际下降与预测下降的接近程度更新迫近参数.将迫近参数更新策略与混合束方法有机结合,给出一种新型求解非光滑无约束凸规划混合束方法.     

一类联合最大特征值函数优化问题

非光滑凸优化问题是运筹学的一类重要问题.束方法作为解决非光滑凸优化问题最有效的方法之一,已经被广泛地应用于各个领域.运用束方法对最大特征值函数与一般非光滑凸函数之和的优化问题进行研究.首先,对目标函数进行近似;其次,给出求解此类优化问题的带有罚项的束方法算法;最后,通过收敛性分析证明了算法产生的序列会收敛到原问题的最优解.     

具有可分离结构的线性约束凸优化问题的迫近正则收缩算法

对具有可分离结构的线性约束凸优化问题(也就是目标函数是有2个算子和形式的可分离凸优化问题)展开研究,考虑在一定的假设条件下,通过选取合适的迫近正则参数矩阵G,拟利用可实现的迫近正则收缩法求解具有可分离结构的线性约束凸优化问题.将与原问题等价的变分不等式作为理论研究框架,通过将原问题转化为一系列容易求解的子问题,达到降低原问题求解难度的目的,下一个迭代点的获取通过求解子问题生成.最后,提出一种新的迫近正则收缩算法,并且应用变分不等式等相关理论对文中给出的迫近正则收缩算法进行了收敛性分析.