• Treffer 2 von 2
Zurück zur Trefferliste

Augmented Lagrangian Methods invoking (Proximal) Gradient-type Methods for (Composite) Structured Optimization Problems

Erweiterte Lagrange-Methoden, die (proximale) Gradientenmethoden für (zusammengesetzte) strukturierte Optimierungsprobleme aufrufen

Zitieren Sie bitte immer diese URN: urn:nbn:de:bvb:20-opus-323745
  • This thesis, first, is devoted to the theoretical and numerical investigation of an augmented Lagrangian method for the solution of optimization problems with geometric constraints, subsequently, as well as constrained structured optimization problems featuring a composite objective function and set-membership constraints. It is then concerned to convergence and rate-of-convergence analysis of proximal gradient methods for the composite optimization problems in the presence of the Kurdyka--{\L}ojasiewicz property without global LipschitzThis thesis, first, is devoted to the theoretical and numerical investigation of an augmented Lagrangian method for the solution of optimization problems with geometric constraints, subsequently, as well as constrained structured optimization problems featuring a composite objective function and set-membership constraints. It is then concerned to convergence and rate-of-convergence analysis of proximal gradient methods for the composite optimization problems in the presence of the Kurdyka--{\L}ojasiewicz property without global Lipschitz assumption.zeige mehrzeige weniger
  • Diese Dissertation widmet sich zunächst der theoretischen und numerischen Untersuchung eines erweiterten Lagrange-Verfahrens zur Lösung von Optimierungsproblemen mit geometrischen Nebenbedingungen, in weiterer Folge, sowie eingeschränkten strukturierten Optimierungsproblemen mit einer zusammengesetzten Zielfunktion und Mengenzugehörigkeitsbeschränkungen. Es befasst sich dann mit der Konvergenz- und Konvergenzanalyse von Proximalgradientenverfahren für zusammengesetzte Optimierungsprobleme in Gegenwart der Kurdyka--{\L}ojasiewicz-EigenschaftDiese Dissertation widmet sich zunächst der theoretischen und numerischen Untersuchung eines erweiterten Lagrange-Verfahrens zur Lösung von Optimierungsproblemen mit geometrischen Nebenbedingungen, in weiterer Folge, sowie eingeschränkten strukturierten Optimierungsproblemen mit einer zusammengesetzten Zielfunktion und Mengenzugehörigkeitsbeschränkungen. Es befasst sich dann mit der Konvergenz- und Konvergenzanalyse von Proximalgradientenverfahren für zusammengesetzte Optimierungsprobleme in Gegenwart der Kurdyka--{\L}ojasiewicz-Eigenschaft ohne globale Lipschitz-Annahme.zeige mehrzeige weniger

Volltext Dateien herunterladen

Metadaten exportieren

Metadaten
Autor(en): Xiaoxi JiaGND
URN:urn:nbn:de:bvb:20-opus-323745
Dokumentart:Dissertation
Titelverleihende Fakultät:Universität Würzburg, Fakultät für Mathematik und Informatik
Institute der Universität:Fakultät für Mathematik und Informatik / Institut für Mathematik
Gutachter / Betreuer:Prof. Dr. Christian Kanzow
Datum der Abschlussprüfung:09.08.2023
Sprache der Veröffentlichung:Englisch
Erscheinungsjahr:2023
DOI:https://doi.org/10.25972/OPUS-32374
Allgemeine fachliche Zuordnung (DDC-Klassifikation):5 Naturwissenschaften und Mathematik / 51 Mathematik / 510 Mathematik
Freie Schlagwort(e):Augmented Lagrangian methods; Composite optimization problems; Geometric constraints; Kurdyka--{\L}ojasiewicz property; Local Lipschitz continuity
Datum der Freischaltung:21.08.2023
Lizenz (Deutsch):License LogoCC BY-NC-SA: Creative-Commons-Lizenz: Namensnennung, Nicht kommerziell, Weitergabe unter gleichen Bedingungen 4.0 International