Customized proximal point algorithms for linearly constrained convex minimization and saddle-point problems: a unified approach
Customized proximal point algorithms for linearly constrained convex minimization and saddle-point problems: a unified approach
复制标题
用于线性约束凸最小化和鞍点问题的定制近点算法：统一方法
DOI：
10.1007/s10589-013-9616-x
复制
发表时间：
2013-11
影响因子：
2.2
通讯作者：
Xiaoming Yuan
中科院分区：
文献类型：
--
作者：
Guoyong Gu;Bingsheng He;Xiaoming Yuan
本文重点介绍了一些定制的应用程序的近点算法（PPA）的两类问题：凸最小化问题的线性约束和一个通用的或可分离的目标函数，和鞍点问题。我们处理这两类问题的混合变分不等式一致，并显示如何应用PPA与定制的度量邻近参数可以产生有利的算法，能够有效地利用模型的结构。我们定制的PPA重访原来统一的一些算法，包括一些现有的文献和一些新的建议。从PPA的角度，我们建立了全局收敛性和最坏情况下O（1/t）收敛速度，在一个统一的方式为这一系列的算法。
This paper focuses on some customized applications of the proximal point algorithm (PPA) to two classes of problems: the convex minimization problem with linear constraints and a generic or separable objective function, and a saddle-point problem. We treat these two classes of problems uniformly by a mixed variational inequality, and show how the application of PPA with customized metric proximal parameters can yield favorable algorithms which are able to make use of the models’ structures effectively. Our customized PPA revisit turns out to unify some algorithms including some existing ones in the literature and some new ones to be proposed. From the PPA perspective, we establish the global convergence and a worst-caseO(1/t) convergence rate for this series of algorithms in a unified way.
登录
查看更多内容
DOI：
10.1007/b97543
发表时间：
2003
期刊：
--
影响因子：
--
作者：
F. Facchinei;J. Pang
通讯作者：
F. Facchinei;J. Pang
影响因子：
2.2
作者：
I. Konnov
通讯作者：
I. Konnov
影响因子：
3.1
作者：
Goldfarb, D;Yin, WT
通讯作者：
Yin, WT
影响因子：
2.7
作者：
ECKSTEIN, J;BERTSEKAS, DP
通讯作者：
BERTSEKAS, DP
影响因子：
6.3
作者：
Zaiwen Wen;D. Goldfarb;W. Yin
通讯作者：
Zaiwen Wen;D. Goldfarb;W. Yin