非光滑优化的新算法及其应用研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    11671220
  • 项目类别:
    面上项目
  • 资助金额:
    42.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    A0405.连续优化
  • 结题年份:
    2020
  • 批准年份:
    2016
  • 项目状态:
    已结题
  • 起止时间:
    2017-01-01 至2020-12-31

项目摘要

Combine with the research of optimization theory and applications, the new methods for solving nonsmooth optimization and their applications are mainly studied, which are the finite minmax problems, stochastic complementarity problems, eigenvalue complementarity problems, special nonsmooth equations. By transferring the finite minmax problems to the unconstrained optimization, the conjugate gradient methods and some similar methods can be used to solve the unstrained optimization. The methods need less memory and the calculation is simple and efficient. The research on the structure of the solution and convergence theory of the stochastic nonlinear complementarity problems, stochastic linear complementarity problems is made. The research on the methods for solving discrete stochastic linear complementarity problems is also made, especially on the large-scale stochastic linear complementarity problems under the background of big date. New theory and methods for solving eigenvalue complementarity problems, absolute value equations, stochastic absolute value equations and the applications of solving the smart grid model are considered. The considered methods are nonsmooth quasi-Newton method, smoothing method and filter trust region method.
结合优化理论和实际问题的求解应用研究,主要对非光滑优化问题的新算法及其应用进行研究。对非光滑优化中的极大极小问题、随机互补优化问题、特征值互补问题、特殊非光滑方程问题等进行研究,把极大极小问题转化为无约束优化问题,然后利用计算存储量小、计算简单高效的共轭梯度法等算法来求解。研究随机非线性互补优化问题、随机线性互补优化问题解的结构和收敛理论,求解离散型随机线性互补问题,特别是大数据背景下大规模随机线性互补优化问题的求解算法。考虑非光滑方程问题的新算法理论与算法在求解特征值互补问题、绝对值方程、随机绝对值方程等问题以及智能电网模型等问题求解中的应用研究,研究的求解算法主要为非光滑拟牛顿类算法、光滑化算法与滤子信赖域算法。

结项摘要

非光滑优化问题是一类重要的优化问题,该问题来源于工程技术问题、高维数据分析问题、人工智能问题、统计优化问题等相关问题的研究领域。结合非光滑优化的新算法与应用研究,本项目主要聚焦如下几个方面进行了研究:(1)对含有特殊极大值结构的非光滑方程问题、极大极小问题进行了研究,给出了光滑保守DPRP共轭梯度法、光滑谱共轭梯度法等光滑化算法。利用极大极小转化技术对一类广义多项式互补问题进行了转化求解,给出了光滑共轭梯度法等光滑化算法,相关的数值试验表明了算法的有效性。(2)对线性互补问题、随机线性互补问题、广义随机线性互补问题、随机张量互补问题的理论与求解方法进行了研究,给出了投影Levenberg-Marquardt型方法、Levenberg-Marquardt型方法、投影信赖域算法以及投影梯度法等新算法,相关的数值试验表明了算法的有效性。(3)对非光滑绝对值方程问题进行了研究,给出了广义绝对值方程问题、张量绝对值方程问题、对称张量绝对值方程问题的模型与转化求解方法。对张量互补问题进行了研究,分析了与算法分析密切相关的误差界性质,给出了求解张量互补问题的混合整数规划算法,相关的数值试验表明了算法的有效性。(4)研究了特殊结构范数优化问题、传感压缩问题、智能电网问题等问题的求解方法,结合光滑技术,给出了光滑化共轭梯度类算法等求解算法。结合具体的问题求解,相关的数值试验与仿真表明了算法的有效性。结合项目研究进展以及研究论文、学术交流、人才培养等计划书中的工作,完成了非光滑优化的新算法及应用的所有工作计划,取得了预期的研究成果。

项目成果

期刊论文数量(24)
专著数量(0)
科研奖励数量(2)
会议论文数量(0)
专利数量(0)
Modified HS conjugate gradient method for solving generalized absolute value equations
求解广义绝对值方程的修正 HS 共轭梯度法
  • DOI:
    10.1186/s13660-019-2018-6
  • 发表时间:
    2019-12
  • 期刊:
    Journal of Inequalities and Applications
  • 影响因子:
    1.6
  • 作者:
    李亚;杜守强
  • 通讯作者:
    杜守强
求解一类广义随机线性互补问题的投影Levenberg-Marquardt方法
  • DOI:
    --
  • 发表时间:
    2017
  • 期刊:
    上海工程技术大学学报
  • 影响因子:
    --
  • 作者:
    王英晓;杜守强
  • 通讯作者:
    杜守强
A new smoothing modified three-term conjugate gradient method for [Formula: see text]-norm minimization problem.
一种新的平滑修正三项共轭梯度法解决l1范数最小化问题
  • DOI:
    10.1186/s13660-018-1696-9
  • 发表时间:
    2018
  • 期刊:
    Journal of inequalities and applications
  • 影响因子:
    1.6
  • 作者:
    Du S;Chen M
  • 通讯作者:
    Chen M
Acceptable solutions and backward errors for tensor complementarity problems
张量互补问题的可接受解和后向误差
  • DOI:
    10.1007/s10957-020-01774-y
  • 发表时间:
    2020
  • 期刊:
    Journal of Optimization Theory and Applications
  • 影响因子:
    1.9
  • 作者:
    杜守强;丁维洋;魏益民
  • 通讯作者:
    魏益民
A sufficient descent nonlinear conjugate gradient method for solving M-tensor equations
求解M张量方程的充分下降非线性共轭梯度法
  • DOI:
    10.1016/j.cam.2019.112709
  • 发表时间:
    2020-06
  • 期刊:
    Journal of Computational and Applied Mathematics
  • 影响因子:
    2.4
  • 作者:
    刘建坤;杜守强;陈元媛
  • 通讯作者:
    陈元媛

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--"}}
  • 发表时间:
    {{ item.publish_year || "--" }}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--"}}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ patent.updateTime }}

其他文献

Some Global Convergence Properties of the Levenberg-Marquardt Methods with linear Search
线性搜索 Levenberg-Marquardt 方法的一些全局收敛性质
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    Journal of Applied Mathematics and Informatics
  • 影响因子:
    0.3
  • 作者:
    杜守强
  • 通讯作者:
    杜守强
非精确线搜索条件下共轭梯度法的收敛性分析
  • DOI:
    --
  • 发表时间:
    2014
  • 期刊:
    江苏师范大学学报(自然科学版)
  • 影响因子:
    --
  • 作者:
    鞠静洁;庞德艳;杜守强
  • 通讯作者:
    杜守强
A nonsmooth Levenberg-Marquardt method for generalized complementarity problem
广义互补问题的非光滑Levenberg-Marquardt方法
  • DOI:
    --
  • 发表时间:
    2012
  • 期刊:
    Journal of Information and Computing Science
  • 影响因子:
    --
  • 作者:
    杜守强
  • 通讯作者:
    杜守强
Global Convergence Properties of the Levenberg-Marquardt Methods with linear Search
线性搜索的 Levenberg-Marquardt 方法的全局收敛性
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    运筹学学报
  • 影响因子:
    --
  • 作者:
    杜守强
  • 通讯作者:
    杜守强
Goldstein?|线搜索下Levenberg-Marquardt方法的全局收敛性
  • DOI:
    --
  • 发表时间:
    2012
  • 期刊:
    运筹学学报
  • 影响因子:
    --
  • 作者:
    杜守强
  • 通讯作者:
    杜守强

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

杜守强的其他基金

含有绝对值结构优化问题的理论与算法研究
  • 批准号:
    12371304
  • 批准年份:
    2023
  • 资助金额:
    43.5 万元
  • 项目类别:
    面上项目
稀疏优化与机器学习高级研讨班
  • 批准号:
    12226413
  • 批准年份:
    2022
  • 资助金额:
    20.0 万元
  • 项目类别:
    数学天元基金项目
非光滑方程的新算法与应用研究
  • 批准号:
    11101231
  • 批准年份:
    2011
  • 资助金额:
    24.0 万元
  • 项目类别:
    青年科学基金项目

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码