机读格式显示(MARC)

• 000 01460oam2 2200265 450

• 001 0000826615

• 005 20250929095000.0

• 010 __ |a 978-7-03-080804-2 |b 精装 |d CNY198.00

• 100 __ |a 20250520d2025 em y0chiy50 ea

• 101 0_ |a chi

• 102 __ |a CN |b 110000

• 105 __ |a a a 000yy

• 106 __ |a r

• 200 1_ |a 凸优化的分裂收缩算法 |A tu you hua de fen lie shou su suan fa |f 何炳生著

• 210 __ |a 北京 |c 科学出版社 |d 2025

• 215 __ |a 441页 |c 图 |d 25cm

• 225 2_ |a 计算与应用数学丛书 |A ji suan yu ying yong shu xue cong shu |v 99

• 320 __ |a 有书目 (第429-436页)

• 330 __ |a 本书以简明统一的方式介绍了用于求解线性约束凸优化问题的分裂收缩算法。我们以变分不等式（VI）和邻近点算法（PPA）为基本工具，构建了求解线性约束凸优化问题的分裂收缩算法统一框架。在该框架中，所有迭代算法的基本步骤包括预测和校正，分裂是指通过求解（往往有闭式解的）的凸优化子问题来实现迭代的预测；收缩指通过校正生成的新迭代点在某种矩阵范数意义下更加接近解集。统一框架既涵盖了经典意义下的PPA算法、用于求解线性约束凸优化问题的增广拉格朗日乘子法（ALM）和处理两个可分离块凸优化问题的乘子交替方向法（ADMM）等耳熟能详的算法，还为多块可分离凸优化问题的求解提供了多种方法。通过掌握这一并不复杂的统一框架，者可以根据可分离凸优化问题的具体特点，自行设计预测-校正方法求解。

• 410 _0 |1 2001 |a 计算与应用数学丛书 |v 99

• 606 0_ |a 凸分析 |A tu fen xi |x 最优化算法 |x 研究生

• 690 __ |a O174.13 |v 5

• 701 _0 |a 何炳生 |A he bing sheng |4 著

• 801 _0 |a CN |b WFKJXY |c 20250929

• 905 __ |a WFKJXY |d O174.13/9