中文

带Tikhonov正则项的梯度投影算法的强收敛性

最优化与控制 2019-10-18 v1

摘要

我们研究如下带Tikhonov正则项的梯度投影算法的强收敛与弱收敛性质:xn+1=PQ(xnγnf(xn)γnαnϕ(xn)), x_{n+1}=P_{Q}(x_{n}-\gamma_{n}\nabla f(x_{n})-\gamma_{n}\alpha_{n}\nabla \phi (x_{n})), 其中PQP_{Q}是从Hilbert空间H\mathcal{H}到给定非空闭凸子集QQ的投影算子,f:HRf:\mathcal{H}\rightarrow \mathbb{R}为正规凸函数,ϕ:HR\phi :\mathcal{H}\rightarrow \mathbb{R}为正规强凸函数,γn\gamma_{n}αn\alpha_{n}为正实数。遵循本质上受文献[Comminetti R, Peypouquet J Sorin S. Strong asymptotic convergence of evolution equations governed by maximal monotone operators with Tikhonov regularization. J. Differential Equations. (2001); 245:3753-3763]启发的Lyapunov方法,我们在目标函数ff以及序列(γn)n(\gamma_{n})_{n}(αn)n(\alpha_{n})_{n}的一些简单自然条件下,建立了(xn)n(x_{n})_{n}ffQQ上某一特定极小元xx^{\ast }的强收敛性。

关键词

引用

@article{arxiv.1910.07873,
  title  = {On The Strong Convergence of The Gradient Projection Algorithm with Tikhonov regularizing term},
  author = {Ramzi May},
  journal= {arXiv preprint arXiv:1910.07873},
  year   = {2019}
}

备注

11 pages