|本期目录/Table of Contents|

[1]王磊,白富生.增广拉格朗日函数的两种可分化方法之比较(运筹学与控制论)[J].重庆师范大学学报(自然科学版),2010,27(06):7-11.
　WANG Lei,BAI Fu-sheng.Comparison of Two Decomposition Approaches with Augmented Lagrangian Function [J].期刊社,2010,27(06):7-11.
点击复制

增广拉格朗日函数的两种可分化方法之比较(运筹学与控制论)(PDF)
分享到：

重庆师范大学学报（自然科学版）[ISSN:1672-6693/CN:50-1165/N]

卷:
27
期数:
2010年06期
页码:
7-11
栏目:
运筹学与控制论
出版日期:
2010-11-25

文章信息/Info

Title:
Comparison of Two Decomposition Approaches with Augmented Lagrangian Function
作者:
王磊; 白富生
Author(s):
WANG Lei; BAI Fu-sheng
关键词:
可分化方法; 增广拉格朗日松弛; 辅助问题原理; 分块坐标下降
Keywords:
-
分类号:
-
DOI:
-
文献标志码:
A
摘要:
可分方法用于将一个复杂的大规模优化问题分解成各个子问题进行求解。增广拉格朗日松弛方法的主要缺点是由其引入的二次项是不能分离的。为了处理这种增广拉格朗日函数的不可分离性，可将辅助问题原理方法或分块坐标下降方法应用于增广拉格朗日松弛方法。与已有文献中对带有约束条件x-x=0的优化问题进行这两种可分方法的比较不同，本文对带有更一般的约束条件———线性约束z=Ax的优化问题进行这两种可分化方法的比较；最后给出的两个算例证实了本文的理论分析结果———在处理不可分离的增广拉格朗日函数的时候，在一定条件下，分块坐标下降法往往比辅助问题原则法更快得到最优值。
Abstract:
-

参考文献/References:

-

备注/Memo

备注/Memo:
-
更新日期/Last Update: 2010-12-04