修正Lagrangian对偶理论是最优化领域十分活跃的研究分支之一,其理论丰富、覆盖面广、应用性强。进入新世纪,随着社会变革不断深化,新的最优化问题层出不穷,原有研究方法和技巧需要作相应改进。而现有修正Lagrangian函数所采用的修正罚函数都是关于罚参数的线性函数,这极大限制了上述理论的应用范围。因此, 我们将着重研究非线性修正Lagrangian函数(NALF)及其对偶理论,它是修正Lagrangian罚函数由线性到非线性的实质性推广。通过对原问题的扰动分析及NALF变分性质的研究,1)建立非线性修正Lagrangian函数对偶理论,包括强对偶定理、精确罚表示、全局鞍点存在性等; 2)将上述结果应用到锥优化,在非线性修正Lagrangian函数框架下建立锥优化的对偶理论。
{{i.achievement_title}}
数据更新时间:2023-05-31
拥堵路网交通流均衡分配模型
基于多模态信息特征融合的犯罪预测算法研究
基于细粒度词表示的命名实体识别研究
基于协同表示的图嵌入鉴别分析在人脸识别中的应用
一种改进的多目标正余弦优化算法
锥优化的修正Lagrangian对偶理论研究
非凸二次优化的Lagrangian对偶理论与应用
非线性增广Lagrangian函数的理论、方法与其应用研究
Koszul对偶及其应用