周口师范学院学报
週口師範學院學報
주구사범학원학보
Journal of Zhoukou Normal University
2015年
5期
50-54
,共5页
大规模无约束极小化%部分可分函数%增广拉格朗日函数%辅助未知变量%并行分块松弛方法
大規模無約束極小化%部分可分函數%增廣拉格朗日函數%輔助未知變量%併行分塊鬆弛方法
대규모무약속겁소화%부분가분함수%증엄랍격랑일함수%보조미지변량%병행분괴송이방법
为解决含有部分可分函数的大规模无约束极小化问题,通过添加辅助未知变量,使得无约束极小化问题转化成为含有线性约束的可分极小化问题,进而通过增广拉格朗日函数,使问题转化为无约束极小化问题.转化后问题的增广拉格朗日函数可分解成为一组部分可分的增广拉格朗日函数,利用此性质,采用并行分块松弛方法(Parallel Block Relaxation Method,PBR)来解决大规模部分可分无约束优化问题.算法过程的每一次迭代中,无约束极小化子问题都可以被并行解决,随后计算出辅助未知变量,更新拉格朗日乘子.继续迭代,使用终止准则,得出此问题的最优解.数据实验显示,并行分块松弛算法在很大程度上节省了解决大规模部分可分无约束优化问题的计算时间.
為解決含有部分可分函數的大規模無約束極小化問題,通過添加輔助未知變量,使得無約束極小化問題轉化成為含有線性約束的可分極小化問題,進而通過增廣拉格朗日函數,使問題轉化為無約束極小化問題.轉化後問題的增廣拉格朗日函數可分解成為一組部分可分的增廣拉格朗日函數,利用此性質,採用併行分塊鬆弛方法(Parallel Block Relaxation Method,PBR)來解決大規模部分可分無約束優化問題.算法過程的每一次迭代中,無約束極小化子問題都可以被併行解決,隨後計算齣輔助未知變量,更新拉格朗日乘子.繼續迭代,使用終止準則,得齣此問題的最優解.數據實驗顯示,併行分塊鬆弛算法在很大程度上節省瞭解決大規模部分可分無約束優化問題的計算時間.
위해결함유부분가분함수적대규모무약속겁소화문제,통과첨가보조미지변량,사득무약속겁소화문제전화성위함유선성약속적가분겁소화문제,진이통과증엄랍격랑일함수,사문제전화위무약속겁소화문제.전화후문제적증엄랍격랑일함수가분해성위일조부분가분적증엄랍격랑일함수,이용차성질,채용병행분괴송이방법(Parallel Block Relaxation Method,PBR)래해결대규모부분가분무약속우화문제.산법과정적매일차질대중,무약속겁소화자문제도가이피병행해결,수후계산출보조미지변량,경신랍격랑일승자.계속질대,사용종지준칙,득출차문제적최우해.수거실험현시,병행분괴송이산법재흔대정도상절성료해결대규모부분가분무약속우화문제적계산시간.
