Solving Stochastic Optimization with Expectation Constraints Efficiently by a Stochastic Augmented Lagrangian-Type Algorithm
Solving Stochastic Optimization with Expectation Constraints Efficiently by a Stochastic Augmented Lagrangian-Type Algorithm
复制标题
通过随机增强拉格朗日型算法有效求解具有期望约束的随机优化
DOI：
10.1287/ijoc.2022.1228
复制
发表时间：
2021-06
期刊：
影响因子：
--
通讯作者：
Xiantao Xiao
中科院分区：
文献类型：
--
作者：
Liwei Zhang;Yule Zhang;Jia Wu;Xiantao Xiao
本文考虑了具有不等式凸期望约束的凸期望函数的极小化问题。本文提出了一种随机增广拉格朗日型算法--随机线性化乘法逼近法，
This paper considers the problem of minimizing a convex expectation function with a set of inequality convex expectation constraints. We propose a stochastic augmented Lagrangian-type algorithm—namely, the stochastic linearized proximal method of multipli
登录
查看更多内容
DOI：
--
发表时间：
2017-08
期刊：
--
影响因子：
--
作者：
Hao Yu;M. Neely;Xiaohan Wei
通讯作者：
Hao Yu;M. Neely;Xiaohan Wei
凸随机规划乘子的随机逼近近似方法
影响因子：
1.7
作者：
Liwei Zhang;Yule Zhang;Xiantao Xiao;Jia Wu
通讯作者：
Jia Wu
DOI：
10.1007/978-3-030-39568-1
发表时间：
2020
期刊：
JAIDS Journal of Acquired Immune Deficiency Syndromes
影响因子：
--
作者：
Guanghui Lan
通讯作者：
Guanghui Lan
DOI：
10.3390/jrfm9040011
发表时间：
2016-10
期刊：
MatSciRN: Other Computational Materials Science (Topic)
影响因子：
--
作者：
Neslihan Fidan Keçeci;V. Kuzmenko;S. Uryasev
通讯作者：
Neslihan Fidan Keçeci;V. Kuzmenko;S. Uryasev
影响因子：
5.4
作者：
M. Ding;S. Blostein
通讯作者：
M. Ding;S. Blostein