Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Bücher
Zeitschriften
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
SLX-Digitalkonferenz: Zukunftswerkstatt 2024

Mehr Umsatz mit Top-Kontakten

Am 7. Mai erfahren Sie, wie Vertriebsteams Leadgenerierung, Leadnurturing und Leadstrategien effizient steuern können.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
An Adaptive POD Approximation Method for the Control of Advection-Diffusion Equations Kapitel lesen Erstes Kapitel lesen

2013 | OriginalPaper | Buchkapitel

Nonsmooth Optimization Method and Sparsity

verfasst von : Kazufumi Ito

Erschienen in: Control and Optimization with PDE Constraints

Verlag: Springer Basel

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

Nonsmooth variational problems are analyzed using the Lagrange multiplier theory. In particular, the sparsity optimization method has a multitude of important applications, i.e., in imaging analysis and friction contact and inverse problems, and can be cast as nonsmooth variational problems. The optimality condition is derived and it is of the form of the complementarity systems. An effective numerical optimization method using the semismooth Newton method is then developed and analyzed. The method takes the form of primal-dual active set methods and is much more efficient than numerical optimization algorithms based on first order methods. The ℓ 0 sparsity optimization for the linear least square problem is considered. The necessary optimality condition is derived and a numerical algorithm based on the Lagrange multiplier rule to determine a solution is developed and analyzed.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

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

  • über 102.000 Bücher
  • über 537 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 Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

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




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

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




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Vorheriges Kapitel Regularity and Unique Existence of Solution to Linear Diffusion Equation with Multiple Time-Fractional Derivatives
Nächstes Kapitel Parareal in Time Intermediate Targets Methods for Optimal Control Problems
Literatur
1.
B. Berkels, C. Kondermann, C.S. Garbe, M. Rumpf, Reconstructing optical flow fields by motion inpainting, in Energy Minimization Methods in Computer Vision and Pattern Recognition, Lecture Notes in Computer Science, vol. 5681 (Springer, Berlin, 2009), pp. 388–400 CrossRef
2.
K. Bredies, D.A. Lorenz, Minimization of non-smooth, nonconvex functionals by iterative thresholding, Preprint
3.
X. Chen, Z. Nashed, L. Qi, Smoothing methods and semismooth methods for nondifferentiable operator equations. SIAM J. Numer. Anal. 38, 1200–1216 (2000) MathSciNetCrossRef
4.
5.
6.
R. Glowinski, J.L. Lions, R. Tremolieres, Numerical Analysis of Variational Inequalities (North-Holland, Amsterdam, 1981) MATH
7.
M. Hintermüller, K. Ito, K. Kunisch, The primal-dual active set strategy as a semismooth Newton method. SIAM J. Optim. 13, 665–688 (2002) MathSciNetCrossRef
8.
S. Hüeber, G. Stadler, B. Wohlmuth, A primal-dual active set algorithm for three-dimensional contact problems with Coulomb friction. SIAM J. Sci. Comput. 30, 572–596 (2008) MathSciNetCrossRef
9.
K. Ito, B. Jin, T. Takeuchi, A regularization parameter for nonsmooth Tikhonov regularization. SIAM J. Sci. Comput. 33, 1415–1438 (2011) MathSciNetCrossRef
10.
K. Ito, K. Kunisch, Lagrange Multiplier Approach to Variational Problems and Applications. SIAM Advances in Design and Control (2008) CrossRef
11.
K. Ito, K. Kunisch, Augmented Lagrangian methods for nonsmooth, convex optimizations in Hilbert spaces. J. Nonlinear Anal. 41, 591–616 (2000) MathSciNetCrossRef
12.
K. Ito, K. Kunisch, A variational approach to sparsity optimization based on Lagrange multiplier theory, SFB-Report 2011-014, University of Graz (2011)
13.
K. Ito, K. Kunisch, Augmented Lagrangian formulation of nonsmooth, convex optimization in Hilbert spaces, in Control of Partial Differential Equations and Applications, ed. by E. Casas. Lecture Notes in Pure and Applied Mathematics, vol. 174 (1995), pp. 107–117
14.
K. Ito, K. Kunisch, The primal-dual active set method for nonlinear optimal control problems with bilateral constraints. SIAM J. Control Optim. 43, 357–376 (2004) MathSciNetCrossRef
15.
K. Kunisch, G. Stadler, Generalized Newton methods for the 2D-Signorini contact problem with friction. ESAIM Math. Model. Numer. Anal. 39, 827–854 (2005) CrossRef
16.
R.M. Leahy, B.D. Jeffs, On the design of maximally sparse beamforming array. IEEE Trans. Antennas Propag. 39, 1178–1187 (1991) CrossRef
17.
R. Mifflin, Semismooth and semiconvex functions in constrained optimization. SIAM J. Control Optim. 15, 959–972 (1977) MathSciNetCrossRef
18.
19.
L. Qi, Convergence analysis of some algorithms for solving nonsmooth equations. Math. Oper. Res. 18, 227–244 (1993) MathSciNetCrossRef
20.
M. Ulbrich, Semismooth Newton methods for operator equations in function spaces. SIAM J. Optim. 13, 805–841 (2002) MathSciNetCrossRef
21.
S.J. Wright, R.D. Nowak, M.A.T. Figueiredo, Sparse reconstruction by separable approximation. IEEE Trans. Signal Process. 57, 2479–2493 (2009) MathSciNetCrossRef
22.
C.A. Zarzer, On Tikhonov regularization with non-convex sparsity constraints. Inverse Probl. 25, 025006 (2009) MathSciNetCrossRef
Metadaten
Titel
Nonsmooth Optimization Method and Sparsity
verfasst von
Kazufumi Ito
Copyright-Jahr
2013
Verlag
Springer Basel
Buch
Control and Optimization with PDE Constraints

Print ISBN: 978-3-0348-0630-5

Electronic ISBN: 978-3-0348-0631-2

Copyright-Jahr: 2013

DOI
https://doi.org/10.1007/978-3-0348-0631-2_4