求解凸规划及鞍点问题定制的PPA 算法及其收敛速率.pdfVIP

中国科学 数学 年 第 卷 第 期 求解凸规划及鞍点问题定制的 算法 及其收敛速率 ∗ 何炳生 申远 南京大学数学系 南京 收稿日期 接受日期 通信作者 教育部博士点基金 批准号 资助项目 摘要 线性约束的凸优化问题和鞍点问题的一阶最优性条件是一个单调变分不等式. 在变分不等式框 架下求解这些问题, 选取适当的矩阵 G, 采用 G- 模下的 PPA 算法, 会使迭代过程中的子问题求解变 得相当容易. 本文证明这类定制的PPA 算法的误差界有1/k 的收敛速率. 关键词 凸优化 单调算子 模下的 算法 收敛速率 主题分类 引言 设Ω ⊂ 是闭凸集, 考虑如下的混合单调变分不等式: 求u∗ , 使得 ∗ ∗ ∗ T ∗ u ∈ Ω, θ(u) − θ (u ) + (u − u ) F (u ) 0, ∀ u ∈ Ω, (1.1) 其中 θ : → 是 (不必光滑) 凸函数, F : → 是单调算子. 记问题 (1.1) 为VI(Ω, F, θ) 并假设 它的解集 (用Ω∗ 表示) 是非空的. 科学计算中一些典型问题, 可以归结为求解上述变分不等式问题. 在线性等式 (或不等式) 约束的凸优化问题 min {f (x) |Ax = b (或Ax b), x ∈ X } (1.2) 中, 设 f (x) 是凸函数, A ∈ × , b ∈ , X 是 中的闭凸集. 引入线性约束的Lagrange 乘子 λ, ∗ ∗ ∗ 求解 (1.2) 等价于求u = (x , λ ), 使得 ∗ ∗ ∗ T ∗ u ∈ Ω, f (x) − f (x ) + (u − u ) F (u ) 0, ∀ u ∈ Ω, (1.3a) 其中  x   −AT λ  u =  λ  , F (u) =  Ax − b  , Ω = X × Λ. (1.3b) 英文引用格式 He B S, Shen Y. On the convergence rate of customized proximal point algorithm for convex optimization and saddle-point problem (in Chinese). Sci Sin Math, 2012, 42(5): 515–525, doi: 10.1360/012011-1049 何炳生等 求解凸规划及鞍点问题定制的 算法及其收敛速率 对不同的线性等式 (或不等式) 约束条件,   , 对等式约束Ax = b, Λ = (1.3c)  , 对不等式约束Ax b. + 由F (u) 的单调性, 变分不等式 (1.3) 是 (1.1) 的一种具体形式, 其中θ (u) = f (x). [1] 用全变差极小处理图像去模糊 , 经离散化以后, 问题的数学模型是一个min-max 问题. 设