Skip to main content
Registrieren
Springer Professional
SUCHE
MENÜ 1 2 3 4
nach oben

Tipp

Weitere Kapitel dieses Buchs durch Wischen aufrufen

Erschienen in:
An Importance Sampling Approach to the Estimation of Algorithm Performance in Automated Algorithm Design Kapitel lesen Erstes Kapitel lesen

2017 | OriginalPaper | Buchkapitel

Decomposition Descent Method for Limit Optimization Problems

verfasst von : Igor Konnov

Erschienen in: Learning and Intelligent Optimization

Verlag: Springer International Publishing

Einloggen, um Zugang zu erhalten
share
TEILEN

Abstract

We consider a general limit optimization problem whose goal function need not be smooth in general and only approximation sequences are known instead of exact values of this function. We suggest to apply a two-level approach where approximate solutions of a sequence of mixed variational inequality problems are inserted in the iterative scheme of a selective decomposition descent method. Its convergence is attained under coercivity type conditions.

Sie möchten Zugang zu diesem Inhalt erhalten? Dann informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 69.000 Bücher
  • über 500 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt 90 Tage mit der neuen Mini-Lizenz testen!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 50.000 Bücher
  • über 380 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe



 


Jetzt 90 Tage mit der neuen Mini-Lizenz testen!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 58.000 Bücher
  • über 300 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko





Jetzt 90 Tage mit der neuen Mini-Lizenz testen!

Jetzt informieren
Vorheriges Kapitel Hierarchical Clustering and Multilevel Refinement for the Bike-Sharing Station Planning Problem
Nächstes Kapitel RAMBO: Resource-Aware Model-Based Optimization with Scheduling for Heterogeneous Runtimes and a Comparison with Asynchronous Model-Based Optimization
Literatur
1.
Burges, C.J.C.: A tutorial on support vector machines for pattern recognition. Data Mining Know. Disc. 2, 121–167 (1998) CrossRef
2.
Cevher, V., Becker, S., Schmidt, M.: Convex optimization for big data. Signal Process. Magaz. 31, 32–43 (2014) CrossRef
3.
Facchinei, F., Scutari, G., Sagratella, S.: Parallel selective algorithms for nonconvex big data optimization. IEEE Trans. Sig. Process. 63, 1874–1889 (2015) CrossRefMathSciNet
4.
Tseng, P., Yun, S.: A coordinate gradient descent method for nonsmooth separable minimization. Math. Progr. 117, 387–423 (2010) CrossRefMATHMathSciNet
5.
Richtárik, P., Takáč, M.: Parallel coordinate descent methods for big data optimization. Math. Program. 156, 433–484 (2016) CrossRefMATHMathSciNet
6.
Konnov, I.V.: Sequential threshold control in descent splitting methods for decomposable optimization problems. Optim. Meth. Softw. 30, 1238–1254 (2015) CrossRefMATHMathSciNet
7.
Alart, P., Lemaire, B.: Penalization in non-classical convex programming via variational convergence. Math. Program. 51, 307–331 (1991) CrossRefMATH
8.
Cominetti, R.: Coupling the proximal point algorithm with approximation methods. J. Optim. Theor. Appl. 95, 581–600 (1997) CrossRefMATHMathSciNet
9.
Salmon, G., Nguyen, V.H., Strodiot, J.J.: Coupling the auxiliary problem principle and epiconvergence theory for solving general variational inequalities. J. Optim. Theor. Appl. 104, 629–657 (2000) CrossRefMATH
10.
Konnov, I.V.: An inexact penalty method for non stationary generalized variational inequalities. Set-Valued Variat. Anal. 23, 239–248 (2015) CrossRefMATHMathSciNet
11.
Clarke, F.H.: Optimization and Nonsmooth Analysis. Wiley, New York (1983) MATH
12.
Ermoliev, Y.M., Norkin, V.I., Wets, R.J.B.: The minimization of semicontinuous functions: mollifier subgradient. SIAM J. Contr. Optim. 33, 149–167 (1995) CrossRefMATHMathSciNet
13.
Czarnecki, M.-O., Rifford, L.: Approximation and regularization of lipschitz functions: convergence of the gradients. Trans. Amer. Math. Soc. 358, 4467–4520 (2006) CrossRefMATHMathSciNet
14.
Gwinner, J.: On the penalty method for constrained variational inequalities. In: Hiriart-Urruty, J.-B., Oettli, W., Stoer, J. (eds.) Optimization: Theory and Algorithms, pp. 197–211. Marcel Dekker, New York (1981)
15.
Blum, E., Oettli, W.: From optimization and variational inequalities to equilibrium problems. The Math. Stud. 63, 127–149 (1994) MATHMathSciNet
16.
Engl, H.W., Hanke, M., Neubauer, A.: Regularization of Inverse Problems. Kluwer Academic Publishers, Dordrecht (1996) CrossRefMATH
17.
Tibshirani, R.: Regression shrinkage and selection via the lasso. J. Royal Stat. Soc. Ser. B. 58, 267–288 (1996) MATHMathSciNet
18.
Fukushima, M., Mine, H.: A generalized proximal point algorithm for certain non-convex minimization problems. Int. J. Syst. Sci. 12, 989–1000 (1981) CrossRefMATH
Metadaten
Titel
Decomposition Descent Method for Limit Optimization Problems
verfasst von
Igor Konnov
Copyright-Jahr
2017
Buch
Learning and Intelligent Optimization

Print ISBN: 978-3-319-69403-0

Electronic ISBN: 978-3-319-69404-7

Copyright-Jahr: 2017

DOI
https://doi.org/10.1007/978-3-319-69404-7_12

Premium Partner