Subdifferentials of Value Functions in Nonconvex Dynamic Programming for Nonstationary Stochastic Processes
本文的主要目的是应用变分分析和广义微分的方法研究巴拿赫空间中不带凸性假设的离散时间无限时域随机动态规划(DP)问题。不同于标准的随机DP平稳马尔可夫过程,我们在这里研究随机DP在$L^p$空间来处理非平稳随机过程,它描述了一个更灵活的学习过程的决策者。我们主要关心的是计算相应的值函数的广义次梯度,并在适当的Lipschitzian假设下推导出随机Euler包含的最优性的必要条件。使用次微分公式的积分泛函$L^p$空间允许我们,特别是,找到可验证的条件,以确保光滑的值函数没有任何凸性和/或凸性假设。
2019-09-01 math.OC
Nearly convex sets: fine properties and domains or ranges of subdifferentials of convex functions
几乎凸集在凸分析、最优化和单调算子理论中起着重要的作用。系统地研究了几乎凸集,并构造了定义域或值域为非凸的下连续凸函数的次微分的例子。
2015-07-25 math.OC
On Some Generalized Polyhedral Convex Constructions
本文研究了局部凸Hausdorff拓扑向量空间上的广义多面体凸集、广义多面体凸函数以及与之相关的集和、函数和、方向导数、下卷积、法锥、共轭函数、次微分等构造。除其他事项外,我们展示了如何广义多面体凸集可以通过其面的数量的有限性的特点。此外,还证明了广义多面体凸函数与多面体凸函数的下底卷积是多面体凸函数。所得结果可应用于广义多面体凸集和广义多面体凸函数描述的标量最优化问题。
2017-05-19 math.OC
Sensitivity analysis of the maximal value function with applications in nonconvex minimax programs
在本文中,我们进行灵敏度分析的最大值函数,这是最优值函数的参数最大化问题。我们的目的是研究最大值函数的各种次微分。利用一些灵敏度分析技巧,我们详细地得到了最大值函数的Fréchet次微分、极限次微分和水平次微分的上估计.导出的上估计只依赖于所有解的并集,而不依赖于其凸包或解集中的一个解。最后,我们将所得结果应用于非凸极大极小问题的一些新的最优性必要条件最优性条件。在非凹凸条件下,我们的Wolfe对偶方法与一阶方法相比,其必要条件更尖锐,约束规格更弱。
2023-03-02 math.OC
Differentiability Properties of a Parametric Consumer Problem
利用集值分析和变分分析的一些先进工具,研究了巴拿赫空间中参数消费者问题的预算映射和间接效用函数.建立了预算映射的类Lipschitz性和可微性,以及由间接效用函数通过改变其符号得到的极小干扰函数的次微分的求法.我们的调查主要基于Mordukhovich的论文[J. Global Optim. 28(2004),347- 362]以及Mordukhovich,Nam和Yen的论文[Math. Program. 116(2009),369- 396]关于边缘函数的次梯度。详细解释了所得到的次微分估计的经济意义。
2018-04-27 math.OC
On Optimality Conditions for Mathematical Programming Problems Based on Strong Subdifferentials
Instituto de Alta Investigación (IA), Universidad de Tarapacá(塔拉帕卡大学高等研究所);Facultad de Ciencias, Universidad de Tarapacá(塔拉帕卡大学理学院)
本文基于强次微分研究非光滑非凸数学规划问题的优化条件,重点分析强拟凸函数的约束,并通过示例验证结果。
2026-04-14 math.OC
Level proximal subdifferential, variational convexity, and pointwise quadratic approximation
Chongqing Normal University(重庆师范大学);University of British Columbia Okanagan(不列颠哥伦比亚大学奥肯那根分校)
本文研究了水平近似子微分的系统性质,通过局部强非扩张性或局部相对单调性刻画变分凸性,并用于分析近端梯度法的局部收敛性,同时探讨了水平近似子微分的存在性、单值性和积分性,量化了函数的点wise二次近似特性。
2026-04-21 math.OC
Value Functions and Optimality Conditions for Nonconvex Variational Problems with an Infinite Horizon in Banach Spaces
本文研究了无限维情形下无限水平变分问题的值函数。首先,利用Lipschitz连续被积函数的Clarke次微分和描述动力学的集值映射图的Clarke法锥给出了其Dini-Hadamard次微分的上估计.其次,我们推导出一个必要条件的最优性的伴随包含的形式,抓住了欧拉-拉格朗日条件和最大值原理之间的连接。
2020-02-10 math.FA math.OC
Subregularity of subdifferential mappings relative to the critical set and KL property of exponent 1/2
对于一个适当的扩张实值函数,研究了它的次微分映射相对于临界集的次正则性与它的指数为1/2的KL性质之间的关系。当函数是lsc凸时,我们在临界集上连续的假设下建立了它们之间的等价性。然后,对于一致逼近正则函数,在其在局部极小值集上连续的条件下,证明了其在局部极小值集上指数为1/2的KL性质等价于其次微分相对于该集的次正则性.此外,对于这类非凸函数,在平稳值分离的假设下,证明了其次微分关于临界集的次正则性也蕴含了其指数$1/2$的KL性质.这些结果为这两类正则性提供了一个桥梁,并举例说明了它们的应用。
2019-09-29 math.OC
The Capra-subdifferential of the l0 pseudonorm
l0计数向量的非零坐标。它常用于最优化问题中,以增强解的稀疏性。然而,该函数是非凸和非连续的,并且在目标函数或约束中用l 0表示的最优化问题一般难以求解。最近,一个新的耦合函数族-称为Capra(沿原始射线的常数)-已被证明可以诱导相关的广义Fenchel-Moreau共轭来处理10次谐波。特别地,在Capra耦合定义中使用的欧几里得空间上适当选择源范数的情况下,函数l0是Capra次可微的,因此是Capra凸的。在这篇文章中,我们给出了明确的公式的Capra次微分l0时,源模是lp范数,p大于1。我们说明了我们的结果与图形可视化的卡普拉次微分为l0欧几里德源规范。
2022-08-18 math.OC
A method for global minimization of nonconvex quadratic functions
Federation University Australia(联邦澳大利亚大学);Banaaras Hindu University(贝拿勒斯印度教大学);Universitat Autonoma de Barcelona(巴塞罗那自治大学)
针对箱约束下非凸二次函数的全局极小化问题,应用Gershgorin定理将主矩阵A约化为对角形式,通过研究DC分量的{\u03b5}-次微分设计出全局极小化该函数的方法。
2026-09-01 math.OC
Subdifferentiation of nonconvex sparsity-promoting functionals on Lebesgue spaces
稀疏促进条款被纳入最优控制问题的目标函数,以确保最优控制消失的大部分基本域。这些术语的典型候选是勒贝格空间上的整函数,基于$p\in[0,1)$的$\ell_p$度量,它是非凸的,也是非Lipschitz的,因此,变分具有挑战性。在本文中,我们推导出这些泛函的Fréchet,极限和奇异次微分的精确公式。这些广义导数可用于推导包含这种稀疏促进项的最优控制问题的必要最优性条件。
2021-07-20 math.OC
An effective subgradient algorithm via Mifflin's line search for nonsmooth nonconvex multiobjective optimization
针对无约束非光滑非凸多目标优化问题,提出一种基于Mifflin线搜索新变体的下降次梯度算法,可高效逼近Goldstein次微分、减少次梯度计算,无需调整即可处理非凸性,具备全局收敛性且数值表现良好。
2024-06-21 math.OC
Zeroth-Order Non-smooth Non-convex Optimization via Gaussian Smoothing
Indian Institute of Science(印度科学学院)
针对仅含噪声函数值的Lipschitz连续非光滑非凸优化问题,提出一种双时间尺度零阶投影随机次梯度方法,利用高斯平滑逼近Clarke次微分,并证明迭代几乎必然收敛到Clarke驻点邻域。
2026-06-01 math.OC
Optimality conditions for robust nonsmooth multiobjective optimization problems in Asplund spaces
我们采用模糊最优性条件的Frechet次微分和一些先进的变分分析技术,如公式的次微分的一个无限的家庭的非光滑函数和余导数标量化研究鲁棒最优性条件和鲁棒对偶的非光滑/非凸多目标最优化问题处理不确定性约束在任意Asplund空间。我们建立必要的最优性条件弱和适当的鲁棒有效解的问题的Mordukhovich次微分的相关功能。进一步,通过引入广义凸性的新概念,给出了该问题弱鲁棒有效解和真鲁棒有效解的充分条件.最后,我们制定了一个Mond-Weir型的鲁棒对偶问题的参考问题,并检查弱,强,和逆对偶关系,它们之间的伪凸性假设。
2022-11-14 math.OC
Subdifferential of the supremum function: Moving back and forth between continuous and non-continuous settings
本文给出了凸函数的点态上确界的次微分的一般公式,它涵盖并统一了紧连续和非紧非连续的情形。从非连续到连续的设置,我们进行了一个紧化为基础的方法,使我们的问题,紧凑的指标集和上半连续索引映射,产生新的刻画的次微分的上确界通过上连续正则函数和扩大紧凑的指标集。在相反的意义上,我们通过使用原始数据重写这些新的正则化函数的次微分,也导致我们的上确界的次微分的新结果。在最后一节中,我们给出了两个应用,第一个是关于非凸Fenchel对偶,第二个是建立凸半无限规划中的Fritz-John和KKT条件。
2020-04-02 math.FA math.OC
Optimization Problems with Difference of Tangentially Convex Functions under Uncertainty
Department of Applied Mathematics and Computer Sciences, Faculty of Mathematics and Statistics, University of Isfahan(伊斯法罕大学数学与统计学院应用数学与计算机科学系);School of Mathematics, Institute for Research in Fundamental Sciences (IPM)(基础科学研究院(IPM)数学学院)
本文提出了一种在不确定性下处理 tangentially 凸函数差优化问题的方法,通过非光滑微积分规则和最优性条件推导,展示了鲁棒优化问题的求解方法。
2026-02-19 math.OC
Norm-Cone Conjugation for Nonconvex Optimization: Scalar Duality and Exact Distance Penalization
University of Alicante(阿利坎特大学)
该研究为赋范空间上扩展实值函数引入范数锥共轭方案,建立超越凸性的Fenchel型对偶理论,证明相关不等式,定义范数锥次微分,发展抽象扰动对偶理论,在无凸性假设下实现弱对偶,由度量下界条件推出强对偶。
2026-09-15 math.OC
Projected Subgradient Methods for a Class of Nonsmooth and Nonconvex Optimization Problems
University of Würzburg(维尔茨堡大学)
本文针对非空闭集上的非光滑非凸优化问题,提出带两种全局化策略的投影次梯度方法,证明其收敛到更强平稳性解,并在MPEC式问题、MAXCUT和Robust PCA上取得良好数值结果。
2026-09-03 math.OC
On the efficient computation of proximal operators of affine-constrained nonconvex functions
National University of Singapore(新加坡国立大学);The University of Chicago(芝加哥大学);Institute of Operations Research and Analytics, National University of Singapore(新加坡国立大学运筹与分析研究所);Institute of Applied Mathematics, Academy of Mathematics and Systems Science, Chinese Academy of Sciences(中国科学院数学与系统科学研究院应用数学研究所)
本文提出了一种统一的对偶可表示框架,用于高效计算具有仿射约束的非凸函数的proximal算子,通过建立对偶问题和验证正则性条件,实现了快速收敛的优化方法。
2026-02-27 math.OC
Optimization of Inf-Convolution Regularized Nonconvex Composite Problems
Technical University of Munich(慕尼黑工业大学)
在这项工作中,我们考虑非凸复合问题,涉及下卷积与勒让德函数,这引起了各向异性的推广的邻近映射和Moreau包络。在一个凸的设置,这样的问题可以通过交替最小化的分裂公式,其中的共识约束是惩罚与勒让德函数来解决。相比之下,对于非凸模型,通常不清楚这种方法是否会产生下卷积问题的稳定点。为此,我们分析调查的Moreau包络函数的局部正则性下的正则性,这使我们能够建立分裂模型和原始的下卷积模型的稳定点之间的等价性。我们应用我们的理论来表征固定点的惩罚目标,这是最小化的弹性平均SGD(EASGD)方法进行分布式训练。在数值上,我们证明了所提出的方法在深度神经网络分布式训练这一重要任务上的实际相关性。
2019-03-27 cs.AI cs.LG math.OC
Piecewise smooth functions and conservative fields: calculus for nonsmooth nonconvex optimization beyond stratification
Toulouse School of Economics, Toulouse Capitole University(图卢兹经济学院,图卢兹卡皮托尔大学)
研究局部Lipschitz、分段光滑函数相关梯度与保守场的联系,证明相关集合沿Lipschitz曲线有链式法则性质,调和两个非光滑自动微分理论框架,给出随机次梯度方法在有界性假设下的收敛性。
2026-08-11 math.OC
Approaching nonsmooth nonconvex optimization problems through first order dynamical systems with hidden acceleration and Hessian driven damping terms
本文对近似梯度动力系统\begin{equation*}\left\{ \begin{array}{ll} \dot x(t) +x(t) = \prox_{γf}\big[x(t)-γ\nablaΦ(x(t))-ax(t)-by(t)\big],\\ \dot y(t)+ax(t)+by(t)=0 \end{array}\right.\end{equation*}进行了渐近分析,其中$f$是一个正常的、凸的、下连续的函数,$Φ$是一个可能非凸的光滑函数,$γ, a$和$b$是正实数.我们表明,所产生的轨迹接近的一组临界点的$f+Φ$,在这里理解为零,其限制次微分,的前提下,这一和函数的正则化满足Kurdyka-Eschojasiewicz属性。我们还建立了收敛速度的轨迹,制定在所考虑的正则化函数的pneumojasiewicz指数。
2016-10-04 math.DS math.OC
Newton-like dynamics associated to nonconvex optimization problems
考虑动力系统\begin{equation*}\left\{ \begin{array}{ll} v(t)\in\partialϕ(x(t))\\ λ\dot x(t) + \dot v(t) + v(t) + \nabla ψ(x(t))=0, \end{array}\right.\end{equation*},其中$ϕ:\R^n\to\R\cup\{+\infty\}$是一个正常的、凸的、下连续的函数,$ψ:\R^n\to\R$是一个(可能非凸的)光滑函数,$λ>0$是一个控制速度的参数.我们表明,轨迹$x$的极限点集包含在目标函数$ϕ+ψ$的临界点集,这是在这里被视为其极限次微分的零点集。如果目标函数满足Kurdyka-Schojasiewicz性质,则可以证明整个轨迹$x$收敛到一个临界点。此外,轨道的收敛速度得到的目标函数的Chaojasiewicz指数,提供后者满足Chaojasiewicz性质。
2017-03-03 math.DS math.OC
Coderivative-Based Semi-Newton Method in Nonsmooth Difference Programming
研究了一类新的非光滑最优化问题,其中目标函数表示为两个一般非凸函数之差。我们提出并发展了一种新的牛顿型算法来解决这类问题,它是基于二阶次微分(广义Hessian)的协导数生成,并采用先进的变分分析工具。所提出的算法的适定性性质推导出相当一般的要求下,而建设性的收敛速度,建立通过使用额外的假设,包括Kurdyka--Kazojasiewicz条件。我们提供的应用程序的主要算法来解决一般类的非光滑非凸问题的结构优化,特别是包括,最优化问题与明确的约束。最后给出了该方法在生化模型、约束二次规划等实际问题中的应用和数值实验。与一些已知的技术和结果相比,我们的算法的优点被证明。
2023-01-09 math.OC