一类非局部算子相关的重排优化问题
非局部p-Laplace方程Neumann问题的非平凡解
非局部p-Laplace方程Neumann问题的非平凡解孙旸;张申贵【摘要】研究一类非局部p-Laplace方程Neumann问题的可解性.当非线性项满足广义p-次线性条件时,利用变分方法和临界点理论,得到了该问题非平凡解存在的充分条件.【期刊名称】《宁夏师范学院学报》【年(卷),期】2018(039)007【总页数】5页(P13-17)【关键词】非局部p-Laplace方程;Neumann边值问题;临界点【作者】孙旸;张申贵【作者单位】西北民族大学数学与计算机科学学院, 甘肃兰州 730030;西北民族大学数学与计算机科学学院, 甘肃兰州 730030【正文语种】中文【中图分类】O175.25本文研究p-Kirchhoff方程Neumann边值问题(1)其中,ν(x)为外法向量,u,有界区域Ω是RN中带有光滑的边界.令Δpu=div(|u|p-2u)为p-Laplacian算子.设f(x,u)∈C(Ω×R,R)及M(t)∈C(R+,R+).令存在常数m0>0,θ≥1,满足:M(t)≥m0,∀t≥0,(2)∀t≥0.(3)问题 (1) 的特点是带有非局部系数这导致问题(1)中的微分方程不是逐点成立的恒等式,此类问题被称为非局部问题.带有非局部系数的微分方程有着广泛的应用,例如一些描述热能辐射过程,种群增长规律或电流分布和运动的数学模型可以归结为此类方程.近年来,临界点理论已用于研究带有非局部系数的微分方程的可解性,见文献 [1-8].本文中,首先将问题的(弱)解转化为索伯列夫空间W1,p(Ω)上能量泛函的临界点,当非线性项满足一类广义p-次线性条件时,然后将利用文献 [9]建立的零点局部环绕定理证明能量泛函至少两个非平凡临界点,从而得到问题(1)至少存在两个非平凡解的充分条件.1 准备知识记W1,p(Ω)为索伯列夫空间,定义范数为根据索伯列夫嵌入定理,存在常数C>0,使得(4)(5)及(6)对所有u∈W1,p(Ω)成立.记那么⊕R,且存在η>0,使得(7)在W1,p(Ω)上定义能量泛函其中 F(x,u)=f(x,s)ds,则u是泛函Φ的临界点当且仅当u∈W1,p(Ω)是问题⑴的解.且Φ连续可微,及u∀v∈W1,p(Ω).文献[9]中给出了下面临界点定理:引理1[9] 设E是巴拿赫空间,E=E1⊕E2,dimE2<+.若以下两个条件成立:(i) 设泛函Φ∈C1(E,R)下方有界且满足(PS)条件,即{un}是E中的序列,使得{Φ(un)}有界且Φ′(un)→0,(n→),蕴含{un}在E中有收敛子列.(ii) 设泛函Φ在零点处满足局部环绕条件,即存在常数δ>0,使得Φ(u)≥0,∀u∈E1,‖u‖≤δ;Φ(u)≤0,∀u∈E2,‖u‖≤δ.若infEΦ<0,则Φ至少有两个非平凡临界点.2 主要结果假设控制函数H(u):[0,+)→[0,+)连续,存在Ki>0,i=1,2,3,使得(H1) H(t)≤H(s),∀t≤s,t,s∈[0,+);(H2) H(t+s)≤K0[H(t)+H(s)],∀t,s∈[0,+);(H3) 0≤H(t)≤K1sα+K2,0<α<p-1,∀t,s∈[0,+);.定理1 假设(2),(3)成立,存在常数L1>0,L2>0,有|f(x,u)|≤L1H(|u|)+L2,(8)对所有u∈R和x∈Ω成立.且,(9)其中及(10)对所有x∈Ω一致成立.设存在δ1>0,使得F(x,u)≥0,(11)对所有u∈R,|u|≤δ1和x∈Ω成立.则问题(1)在索伯列夫空间W1,p(Ω)至少有两个非平凡解. 证明记验证问题(1)对应的能量泛函Φ满足引理1的所有条件. 第1步验证 (i) 成立.利用(2)式和(4)式,得(12)由条件(H1)-(H3),对s∈[0,1],有(13)由(13)式,(5)式,(6)式,及Young不等式,得(14)由(12)式,(14)式,得(15)注意到‖u‖→+⟹,及当时,有,则当‖u‖→+时,有Φ(u)→+,(16)即泛函Φ是强制且下方有界的.现在验证泛函Φ满足(PS)条件,即{un}是W1,p(Ω)中的序列,使得{Φ(un)}有界且Φ′(un)→0,(n→),蕴含{un}在W1,p(Ω)中有收敛子列.首先,证明{un}在W1,p(Ω)中有界,反设{un}在W1,p(Ω)中无界,由(16)式,当‖u‖→+时,有Φ(u)→+,这与{Φ(un)}有界矛盾!故{un}在W1,p(Ω)中有界,取{un}的子列仍记为{un},则存在u∈W1,p(Ω),使得{un}弱收敛于u.利用索伯列夫嵌入定理,有(n→).由于Φ′(un)(un-u)→0,(n→),可得un(un-u)dx→0,(n→),利用(2)式,有un(un-u)dx→0,(n→).定义uvdx,∀u,v∈W1,p(Ω),则A:W1,p(Ω)→W1,p(Ω)*连续.由文献[4]知,映射A具有性质(S+),所以{un}在W1,p(Ω)中有强收敛子列.第2步验证 (ii) 成立,令则E=E1⊕E2.由(H3),(8)式和(10)式,对∀ε>0,存在常数C1>0,有|F(x,u)|≤ε|u|p+C1|u|α+1,(17)对所有u∈R和x∈Ω成立.由(4)式,(6)式,(10)式和(12)式,对有令‖u‖充分小,注意到0<α<p-1,存在常数δ1>0,对∀当时,有对∀存在常数δ1>0,当时,有则存在常数0<δ<min{δ1,δ2},使得泛函Φ在零点处满足局部环绕条件,即Φ(u)≥0,∀u∈E1,‖u‖≤δ;Φ(u)≤0,∀u∈E2,‖u‖≤δ.(18)第3步若infEΦ<0,由引理1知,Φ至少有两个非平凡临界点,从而问题(1)在索伯列夫空间W1,p(Ω)至少有两个非平凡解.若infEΦ≥0,结合(18)式,有infE2Φ=0,∀u∈E2=R,‖u‖≤δ成立.由此可知,对∀u∈E2=R,‖u‖≤δ均为Φ的临界点.则问题(1)在索伯列夫空间W1,p(Ω)有无穷多个解.证完.注1 令M(t)=a+bpt,其中a>0,b>0.取m0=a,θ=p,则满足(2)式,(3)式.注2 当H(u)=|u|α,条件(7)可退化为经典的次线性条件,即|f(x,u)|≤L1|u|α+L2,令则F满足定理1中条件(7),但不满足经典的次线性条件.参考文献:Nontrivial Solutions for Nonlocal p-Laplace Equation with Neumann Boundary ValueSUN Yang,ZHANG Shengui(College of Mathematics and Computer Science,Northwest University for Nationalities,Lanzhou Gansu 730030)Abstract In this paper,we investigate the solvability of a class of nonlocal p-Laplacian equation with Neumann boundary value.If the nonlinear term satisfies generalized p-sublinear growth condition,some sufficient conditions for the existence of nontrivial solutions for this problem are proved by variational methods and critical point theory.Key words Nonlocal p-Laplacian equation;Neumann boundary value problem;Critical point.【相关文献】[1] Zhang Yongyang,Ji Hui.Existence results for a class of nonlocal problems involving p-Laplacian [J].Boundary value problems,2011,(1):1-8.[2] Dai Guowei,Ma Ruyun.Solutions for a p(x)-Kirchhoff type equation with Neumann boundary data [J].Nonlinear Analysis.RWA,2011,12(1):2666-2680.[3] Chung N T.Multiple solutions for a class of p(x)-Kirchhoff type problems with Neumann boundary conditions[J].Advances in Pure and Applied Mathematics,2013,4(2):165-177.[4] Molica G,Rădulescu V. Applications of local linking to nonlocal Neumann problems [J].Communications in Contemporary Mathematics,2015,17(1):1-17.[5] Cabanillas L,Barahona M.Existence of Solutions for Semilinear Integro-differentialEquations of p-Kirchhoff Type [J].Armenian Journal of Mathematics,2015,6(2):53-63. [6] Bisci G,Radulescu V.Mountain pass solutions for nonlocal equations[J].Ann.Acad.Sci.Fenn,2014,39(1):579-592.[7] Wang Fanglei,Ru Yuanfang,An Tianqing.Nontrivial solutions for a fourth-order elliptic equation of Kirchhoff type via Galerkin method [J].Journal of Fixed Point Theory and Applications,2018,20(2):71-90.[8] 张申贵.一类Kirchhoff方程Neumann边值问题的可解性[J].宁夏师范学院学报,2015,36(6):13-18.[9] Brezis H,Nirenberg L,Remarks on finding critical points[J].Commun.PureAppl.Math,1991,44(1):939-963.。
组合同伦内点算法求解一类非凸无界优化问题
第 6 期
吉 林 大 学 学 报 (理 学 版 )
J o u r n a l o f J i l i n Un i v e r s i t y( S c i e n c e Ed i t i o n)
Vo 1 . 5 1 No . 6
NO V 2 01 3
J i l i n U7 l i v e r s i t y,C h a n g c h u n 1 3 0 0 1 2,C hi n a )
Abs t r a c t :The a ut h or s pr o po s e d a c o m bi ne d ho mo t o py i n t e r i o r p oi n t a l g or i t hm t o s ol ve a c l a s s of un bo un de d no n— e o nv e x o pt i mi z a t i o n p r o bl e ms . Und e r s u i t a b l e c on di t i o ns,we ob t a i ne d t he e xi s t e n c e o f t he h om o t o p y pa t h . By t r a c k i ng t hi s ho mo t o py pa t h,we c a n ge t a K— K— T p o i nt o f t he n o n — c o nv e x o pt i mi z a t i on p r ob l e m . The r e s ul t s p r ov i d e a n e f f i c i e nt gl o b a l l y c onv e r ge n t a l g or i t hm n o n- c o nv e x un bo un de d op t i mi z a t i on p r ob l e ms . Ke y wo r ds: non — c o nv e x unb ou nd e d o pt i mi z a t i o n pr o bl e m; ho mo t o py p a t h; gl o ba l l y / o r t h e
非支配排序遗传算法的改进
遗传算法 ( G [及其改进算法 N G - 。 Ns A) S A H[等 ]
等。
人 类生 活 的各个 领域 。 遗 传算 法 l出现 以来 , _ 2 ] 已经 在各 个领 域 得 到 了 广 泛 的应 用 , 在解 决 简单 的单 目标 优 化 问题 方 面 取 得 了很好 的成果 。然 而 , 面对 复 杂 的多 目标 优 化 问 题, 传统 的遗 传 算 法 就 显 得 力 不 从 心 了 。于 是 , 对
( c o lo mp tr S h o fCo u e ,Chn ie st fGe s in e ,W u a 4 0 7 ) iaUnv r i o o ce c s y hn 3 0 4
A src NS A-I( nd miae rigGe ei Aloi m) sd i l—bet eo t zt n po l b tat G I No -o ntd S t nt g r h ,ue n mut ojci pi ai rbe Is o n c t i v mi o m. t
1 引 言
在 实 际应 用 中人 们 经 常 遇 到 多 目标 优 化 _ 问 1 ] 题 , 投资 问题 , 资者 一般 希 望 投入 的 资 金 量 最 如 投 少 , 险最 小 , 风 且获得 的收益 最 大 , 这就 是 一个 典 型 的多 目标优 化 问题 。对 多 目标 优 化 问 题 的研 究 和 对 优化 方法 的改 进 是 当今 的一 个 热 点 。随 着 理 论
v ri .T i p prl r n eerhtepicpe fh GA 1 a oi m, t el et eerha o n bod est y hs ae ana drsac h r il o eNS - l r h wi t ts rsac t meada ra , e n t g t hh a h
一类二阶非局部边值问题非平凡解的存在性
引理 2 3 假设条件( 满足 , . H) 那么对于任意的 h∈c o 1 边值问题 [ ,],
r ”t 一“()+P tM t ( ) ()= h t , 0 <t< l () , { 一 z (.) 2 6
【()=∑ un) U 1 o ( , , )=0 t (
有 一个 唯一解
中图分 类号 : 15 8 O 7.
文献 标识 码 : A
文 章编 号 : 0 - 3 (02 0- 1- 1 1 37 21 )1 0 3 5 0 5 0 0
1 引 言及 预 备 知 识
近年来 , 非局部边值问题 已成为一个重要的研究领域 , 关于这方面的研究较多¨ , 在研究该问题的过 程 中, 人们利用不动点指数理论 , 不动点定理对该问题做了比较深刻的研究_ , 9 进而也得出了很多满意 的结果 , 但在很 多情况下 , 人们总是要求厂 是下方有界的, 并且要求锥映射 , 对于/ 以变号的情况 , 可 人们 研究的还不多 , 中文献[2 在厂下方无界的情况下研究了 N u an边值 问题. 其 1] em n 本文将在厂F 方无界和可 以变号 的情 况下 来研 究 非局 部边值 问题 .
= 一
( (u( 1+f ( (u ( d+f ( (u ( d K) )0 K) t t ( K)f t ) 1 ) ) p) ) )
( ( () +J 一 (u” )+ ()() “()d K ) I ) [ ()K )( p f f( )t]t f
基金项 目: 山东省 自 然科学基金资助项 目( R 0 9 L 1 ) Z 20 A04 . 作者简介 : 武荣光 , ,9 3 , 男 1 8 一硕士生 ;研究方向 : 非线性泛函分析及应用. - i: g2 mi yu 6 .o : Ema Wy3 1 s o @13 cr l s n 张克梅 , , 6 ・ 女 1 8, 9 博士 , 教授 ; 研究方向 : 非线性泛函分析 ; . a : k 9 @16 c . Em i z m 0 2 .o lh n r
一类带非局部项的allen-cahn方程解的存在性
一类带非局部项的allen-cahn方程解的存在性带有非局部项的Allen-Cahn方程是一类重要的非线性偏微分方程,研究它的解的存在性具有重要的理论意义和实际应用价值。
本文将介绍关于带非局部项的Allen-Cahn方程解存在性的一些主要研究工作和结果。
Allen-Cahn方程是一个经典的描述相分离现象的模型,它在物理、化学、材料学等领域中具有广泛的应用。
方程的基本形式为:ε²∆u-f(u)+λ∇W*u=0(1)其中,u(x)是未知函数,表示时间和空间变量,ε是小的正数,f(u)是一个给定的非线性函数,λ是常数,∆是拉普拉斯算子,W是一个权重核算子,*表示卷积操作。
带有非局部项的Allen-Cahn方程是在经典Allen-Cahn方程的基础上引入了非局部项的一个扩展。
非局部项代表了系统中物质的非局部相互作用,可以更好地描述物质的长程相互作用和相界面的形成过程。
关于带有非局部项的Allen-Cahn方程解的存在性的研究工作主要集中在两个方面,一个是存在性的充分条件,另一个是存在性的证明方法。
首先,对于存在性的充分条件,很多学者通过构造合适的能量函数,证明了一些条件下带有非局部项的Allen-Cahn方程存在解。
其中一个经典的充分条件是“能量估计”,也称为Ginzburg-Landau能量估计。
根据能量估计,当能量的衰减速度快于等于非局部项的增长速度时,方程存在解。
此外,还有学者通过研究方程的动力学行为,证明了带有非局部项的Allen-Cahn方程的解存在。
其次,关于存在性的证明方法,主要有两类。
一类是基于变分方法的证明方法,另一类是基于解的连续性的证明方法。
变分方法是一种广泛应用的证明方法,它通过构造适当的变分问题,证明了方程的解存在。
而基于解的连续性的证明方法则是先证明该方程的解存在于一定的函数空间中,然后通过限制序列的紧性,得到方程的解存在。
在具体的研究中,学者们从不同的角度出发,针对不同类型的非局部项,展开了许多具体的研究。
一类非光滑优化问题的邻近交替方向法
一类非光滑优化问题的邻近交替方向法钱伟懿;杨岩【摘要】非光滑优化问题在现实生活中有着广泛应用.针对一类带有结构特征为两个连续凸函数与具有Lipschitz梯度的二次可微函数的和的无约束非光滑非凸优化问题,给出了一种邻近交替方向法,称之为二次上界逼近算法.该算法结合交替方向法与邻近点算法的思想,将上述优化问题转化为平行的子问题.在求解子问题的过程中,对目标函数中的光滑部分线性化,此时子问题被转化为凸优化问题.然后分别对两个凸优化子问题交替利用邻近点算法求解.基于以上思想,首先我们给出算法的伪代码,然后建立了算法收敛性的充分条件,最后证明在该条件下,算法产生迭代序列的每个极限点是原问题的临界点.【期刊名称】《渤海大学学报(自然科学版)》【年(卷),期】2018(039)002【总页数】5页(P134-138)【关键词】非光滑优化;交替方向法;邻近点算法;收敛性分析;临界点【作者】钱伟懿;杨岩【作者单位】渤海大学数理学院, 辽宁锦州121013;渤海大学数理学院, 辽宁锦州121013【正文语种】中文【中图分类】O2210 引言考虑下列非凸非光滑的极小化问题(P) min{φ(x,y):=f(x)+g(y)+h(x,y)|x∈Rn,y∈Rm}其中函数φ有下界→(-∞,+∞),g: Rm→(-∞,+∞)都是正常的连续凸函数,h:Rn×Rm→R是具有Lipschitz梯度的二次可微函数,即存在常数L∈(0,∞),使得‖▽h(x,y)-▽h(x′,y′)‖≤L‖(x,y)-(x′,y′)‖Attouch等人〔1〕最先对问题(P)进行研究,将常规的Gauss-Seidel迭代引入算法中,给定初始点(x0,y0),由下列公式产生迭代序列{(xk,yk)}k∈N该方法被称为交替极小化方法. Gauss-Seidel方法的收敛性分析在很多文献中可见〔2-4〕,证明其收敛性的必要假设条件之一是每步迭代得到唯一最小解〔5〕,否则算法可能无限循环没有收敛性〔6〕 . 当一个变量固定,假设连续可微函数φ关于另一个变量是严格凸的,按照以上的方法迭代产生的迭代序列{(xk,yk)}k∈N 的极限点极小化目标函数φ〔3〕. 对凸光滑约束最小化问题,Beck和Tetruashvili〔7〕提出了块坐标梯度投影算法,并讨论了其全局收敛速率.去掉严格凸的假设,考虑邻近正则化Gauss-Seidel迭代其中αk,βk是正实数.该方法最先是Auslender〔8〕提出的,并进一步研究了含有非二次邻近项的线性约束凸问题〔9〕. 以上结果只是得到子序列的收敛性.当φ非凸非光滑情况下,收敛性分析是一个值得研究的课题.当φ是非凸非光滑的条件下,Attouch等人〔1,10〕证明了由邻近Gauss-Seidel 迭代〔10〕产生的序列是收敛的. 在文献〔10〕中,Attouch用熟知的proximal-forward-backward (PFB)算法求解非凸非光滑最小化问题,也得到了相似的结论. Bolte〔11〕和Daniilidis〔12〕等人在假设目标函数φ满足Kurdyka-Lojasiewicz(KL)性质的条件下,研究了一类非光滑最优化问题.交替方向法(Alternating direction method,简称ADM)最初是由Gabay和Mercier〔13〕提出. 该方法与Douglas-Rachford算子分裂算法紧密相关〔14-16〕. Eckstein〔17〕将邻近点算法(Proximal point algorithm,简称PPA)与ADM方法相结合得到了邻近交替方向法(PADM). 基于ADM方法,Beck〔18〕对凸最小化问题提出了次线性收敛速度的迭代再加权最小二乘法. Bolte和Sabach 等人〔19〕在强Kurdyka-ojasiewicz性质下对非光滑非凸优化问题提出了邻近交替线性化算法,该方法是对优化问题中光滑部分向前一个梯度步,非光滑部分向后一个邻近步,非精确求解每个线性化的子问题,迭代产生序列收敛到一个临界点. Fazel等人〔20〕提出了带半正定邻近项的交替方法,是在一定的条件下将邻近项中的正定算子扩展到半正定算子.1 预备知识本节,我们陈述一些基本概念和性质〔21〕,方便之后的证明.定义1.1 设S⊂Rn,如果对∀x1,x2∈S,0≤λ≤1,有λx1+(1-λ)x2∈S,则称S为凸集.定义1.2 设S为Rn上的凸集,如果对任意x,y ∈S,0≤λ≤1,有f(λx+(1-λ)y)≤λf(x)+(1-λ)f(y),∀x,y∈S,λ∈[0,1]则称f(x)为S上的凸函数.定理1.1 对于定义在一个开凸集O⊂Rn上的可微函数f,下面条件等价:(a)f在O上是凸函数;(b)<x1-x0,▽f(x1)-▽f(x0)>≥0对于任意的x0和x1在O上成立;(c)f(y)≥f(x)+<▽f(x),y-x>对于任意的x和y在O上成立;(d)▽2f(x)是半正定对任意的x在O上.定义1.3 函数f的次微分∂f:Rn→Rn,定义为∂f(x)={w∈Rn:f(x)-f(v)≤<w,x-v>,∀v∈Rn}若那么点称为函数f:Rn→R的临界点.定义1.4 设S⊆Rn为非空闭凸集,若f:S→R可微,其满足对任意的x,y∈S,μ>0总有f(y)≥f(x)+<▽则称f在非空闭凸集C上是μ强凸的.2 算法及收敛性分析设(1)(2)其中s∈Rn,x∈Rn,y∈Rm,t∈Rm,x∈Rn,y∈Rm. 式子(1)和(2)是将问题(P)用交替方向法产生的逼近子问题,因而称为二次上界逼近算法(Quadratic Upper-bound Approximation algorithm,简称QUA算法.QUA算法的伪代码:1. 给定初始点x0∈Rn,y0∈Rm,正实数选择正实数αk↘↘令k=0,2. k=k+13. xk+1∈arg min{ux(x,xk,yk,αk):x∈Rn}(3)4. yk+1∈arg min{uy(y,xk+1,yk,βk):y∈Rm}(4)回到第二步,直到满足某一终止条件.引理2.1 设(xk,yk)是由QUA算法迭代产生的序列,那么(5)且无穷级数和是可和的,从而有‖xk+1-xk‖→0和‖yk+1-yk‖→0.证明由二阶梯度的定义得‖▽2h(x,y)‖≤L, ∀x,y∈Rn函数h分别对x和y泰勒展开,可得下列不等式(6)(7)由αK>L ,βk>L 得f(xk+1)+g(yk)+h(xk+1,yk)≤ux(xk+1,xk,yk,αk)(8)f(xk+1)+g(yk+1)+h(xk+1,yk+1)≤uy(yk+1,xk+1,yk,βk)(9)因为在xk+1和yk+1取得极小,所以有ux(xk+1,xk,yk,αk)≤ux(xk,xk,yk,αk)=f(xk)+g(yk)+h(xk,yk)(10)uy(yk+1,xk+1,yk,βk)≤uy(yk,xk+1,yk,βk)=f(xk+1)+g(yk)+h(xk+1,yk) (11)▽xh(xk,yk)>-f(xk+1)▽yh(xk+1,yk)>-g(yk+1)应用不等式(6)和(7)得(12)(13)将不等式(12)和(13)相加得不等式(5).进一步,由不等式(5)得因此,无穷级数是可和的. 证毕.定理2.1 QUA算法迭代序列(xk,yk)的每个极限点(x*,y*)是问题(P)的临界点. 证明对迭代序列(xk,yk)的每个极限点(x*,y*)总是存在一个子序列,使得(xkj,ykj)→(x*,y*). 因为xkj+1∈arg min{ux(x,xkj,ykj,αkj):x∈Rn}(14)ykj+1∈arg min{uy(y,xkj+1,ykj,βkj):y∈Rm}(15)可得ux(xkj+1,xkj,ykj,αkj)≤ux(x,xkj,ykj,αkj), ∀x∈Rn(16)uy(ykj+1,xkj+1,ykj,βkj)≤uy(y,xkj+1,ykj,βkj), ∀y∈Rm(17)由引理2.1知‖xkj+1-xkj‖→0,‖ykj+1-ykj‖→0,从而(xkj+1,ykj+1)→(x*,y*).令j→∞得∀x∈Rn(18)∀y∈Rm(19)由最优性条件得-▽xh(x*,y*)∈∂f(x*)-▽yh(x*,y*)∈∂g(y*)极限点(x*,y*)是问题(P)的临界点.证毕.参考文献:【相关文献】〔1〕ATTOUCH H, BOLTE J, REDONT P, et al. Proximal alternating minimization and projection methods for nonconvex problems: an approach based on the Kurdyka-ojasiewicz inequality〔J〕. Mathematics of Operations Research, 2010, 35(2): 438-457. 〔2〕AUSLENDER A. Méthodes numériques pour la décomposition et la minimisation de functions non différentiables〔J〕. Numerische Mathematik, 1971, 18: 213-223.〔3〕BERTSEKAS D P, TSITSIKLIS J N. Parallel and distributed computation: numerical methods, prentice-hall〔M〕. New Jersey, 1989.〔4〕TSENG P. Convergence of block coordinate descent method for nondifferentiable minimization〔J〕. Journal of Optimization Theory and Applications, 2001, 109(3): 475-494.〔5〕ZANGWILL W L. Nonlinear programming: a unified approach〔M〕. Prentice Hall, 1971.〔6〕POWELL M. On search directions for minimization algorithms〔J〕. Mathematical Programming, 1973, 4: 193-201.〔7〕BECK A, TETRUASHVILI L. On the convergence of block coordinate descent type methods〔M〕. Preprint, 2011.〔8〕AUSLENDER A. Asymptotic properties of the fenchel dual functional and applications to decomposition problems〔J〕. Journal of Optimization Theory & Applications, 1992,73(3): 427-449.〔9〕AUSLENDER A, TEBOULLE M, BEN-TIBA S. Coupling the logarithmic-quadratic proximal method and the block nonlinear Gauss-Seidel algorithm for linearly constrained convex minimization〔J〕. 1999, 477: 35-47.〔10〕ATTOUCH H, BOLTE J, SVAITER B F. Convergence of descent methods for semi-algebraic and tame problems: proximal algorithms, forward-backward splitting, and regularized Gauss-Seidel methods〔J〕. Mathematical Programming, 2013, 137(1-2): 91-129.〔11〕BOLTE J, DANIILIDIS A, LEWIS A A. The ojasiewicz inequality for nonsmooth subanalytic functions with applications to subgradient dynamical systems〔J〕. Siam Journal on Optimization, 2007, 17(4): 1205-1223.〔12〕DANIILIDIS A, LEWIS A A, SHIOTAH M. Clarke subgradients of stratifiable functions 〔J〕. Siam Journal on Optimization, 2007, 18(2): 556-572.〔13〕GABAY D, B MERCIER. A dual algorithm for the solution of nonlinear variational problems via finite element approximations〔J〕. Computers & Mathematics with Applications, 1976, 2(1): 17-40.〔14〕DOUGLAS J, RACHFORD H. On the numerical solution of heat conduction problems in two and three space variables〔M〕. Transactions of the American Mathematical Society, 1956, 82(2): 421-439.〔15〕SVAITER B. On weak convergence of the Douglas-Rachford method〔M〕. Society for Industrial and Applied Mathematics, 2011.〔16〕BOT R, HENDRICH C. A Douglas-Rachford type primal-dual method for solving inclusions with mixtures of composite and parallel-sum type monotone operators〔J〕. Siam Journal on Optimization, 2012, 23(4): 2541-2565.〔17〕ECKSTEIN J. Some saddle-function splitting methods for convex programming〔J〕. Optimization Methods & Software, 1994, 4(1): 75-83.〔18〕BECK A. On the convergence of alternating minimization for convex programming with applications to Iteratively reweighted least squares and decomposition schemes〔J〕. Siam Journal on Optimization, 2013, 25(1): 185-209.〔19〕BOLTE J, SABACH S, TEBOULLE M. Proximal alternating linearized minimization for nonconvex and nonsmooth problems〔J〕. Mathematical Programming, 2014, 146(1-2): 459-494.〔20〕FAZEL M, PONG T K, SUN D, et al. Hankel matrix rank minimization with applications to system identification and realization〔J〕. Siam Journal on Matrix Analysis & Applications, 2012, 34(3): 946-977.〔21〕ROCKAFELLAR R T. Convex analysis〔M〕. Princeton University Press, 1970.。
一类非光滑广义不变凸多目标优化的Mond-Weir对偶
V0I 3 NO. .3 4 Atg O1 l .2 2
一
类 非光 滑广 义 不 变 凸多 目标 优 化 的 Mo dW er 偶 n — i对
金 鉴 禄
’ 0 1 ; 3 0 2
( . 春 工 业 大 学 基 础 科 学 学 院 ,吉 林 长 春 1长
Mon - ei d al y f r a c a s o o - m o t e er ie n e d- W r u i o l s fn n- t s o h g n al d iv x z
mut o jcieo t z t n l— be t p i ai i v mi o
J N in l I Ja —u , LIDo g s e g , LU ig , LI Qi g h a n —h n Jn U n — u i
( _ c o l fBa i c e c s 1 S h o sc S in e ,Ch n c un U n v r i fTe h o o y,Cha g h n 1 0 1 ,Ch n ; o a g h iest o c n lg y n c u 3 0 2 i a
cu.d .n *联 系 人 : 庆怀 (9 1 , , 族 , cte u c. 刘 1 6 一) 男 汉 吉林 长 春人 , 春 工 业 大 学 教 授 , 士 , 要 从 事 最 优 化 理 论 与 算 法 长 博 主 研 究 , ma : u h 1 5 1 6 c r. E— i l q 6 9 @ 2 . o li n
两类复杂优化问题的算法研究
两类复杂优化问题的算法研究两类复杂优化问题的算法研究摘要:随着科技的不断进步,复杂优化问题在各个领域中的应用日益广泛。
本文对两类复杂优化问题的算法进行了研究。
第一类问题是NP难问题,包括旅行商问题(TSP)、背包问题(KP)等。
我们综述了现有的解决方案,包括蚁群算法、遗传算法和模拟退火算法等。
第二类问题是多目标优化问题,一般涉及到多个冲突的目标函数。
我们介绍了主流的多目标优化算法,如帕累托前沿的粒子群优化(PSO)算法和非支配排序遗传算法(NSGA-II)。
通过对两类问题的算法研究,我们发现算法选择需要综合考虑问题的特点和求解效率,同时在实际应用中进行调优和改进。
关键词:复杂优化问题,算法研究,NP难问题,多目标优化,蚁群算法,遗传算法,模拟退火算法,粒子群优化,非支配排序遗传算法引言复杂优化问题是指在给定一组约束条件下,通过改变决策变量使得目标函数最优化的问题。
这类问题通常涉及多个冲突的目标函数或者具有高度复杂的搜索空间。
由于这些问题求解困难,很多复杂优化问题属于NP难问题,即没有高效解法可以在多项式时间内求解。
因此,为了解决复杂优化问题,研究者们提出了各种启发式方法和优化算法,其中包括蚁群算法、遗传算法、模拟退火算法、粒子群优化等。
另外,多目标优化问题在现实生活中也非常常见,如物流路线规划、机器学习模型参数优化等。
为了寻求多个冲突目标的最优平衡,研究者们发展了多目标优化算法,如帕累托前沿的粒子群优化算法和非支配排序遗传算法。
本文将对这两类复杂优化问题的算法进行研究,并总结现有的解决方法。
一、NP难问题NP难问题指的是无法在多项式时间内求解的问题,这类问题在计算机科学中具有重要的理论和实际价值。
在复杂优化问题中,很多问题都被证明是NP难问题,如旅行商问题(TSP)和背包问题(KP)等。
本节将介绍几种常用的算法来解决这些问题。
1. 蚁群算法蚁群算法是一种模拟蚁群行为的启发式算法。
在旅行商问题中,蚁群算法模拟了蚂蚁在寻找食物时的行为。
一类非局部算子相关的重排优化问题
引出的重排优化问题,其中 λ > 0 为一个参数, h ( x) > 0 为某个可测函数。
容易看出,扰动项 λh ( x)u 关于第二变元是单调递x,u) 条件的
一个重要区别。
( ) 记 I : H s (Ω) → R 为方程 Pλ,h, f 的能量泛函,即
摘要
本文考虑了与一类非局部算子,即分数阶Laplace算子相关的一个重排优化问题。首先利用第一特征值性 质证明含分数阶Laplace算子的扰动方程存在唯一解,然后以该分数阶Laplace算子方程相关的能量泛函 为目标函数研究一个重排优化问题,最后在一定的条件下得到此极小重排优化问题的可解性。
文章引用: 邱崇, 周育英. 一类非局部算子相关的重排优化问题[J]. 理论数学, 2019, 9(6): 755-761. DOI: 10.12677/pm.2019.96099
= I (u)
( ) ∫ ∫ 1
2 RN RN
u ( x) − u ( y)
x − y N+2s
题即是重排优化问题。重排优化问题的相关理论最早由 Burton 建立,见参考文献[1] [2]。之后许多作者 在寻找重排优化问题最优解的存在性和唯一性以及对称性等不同方面做了很多更为广泛的研究,见参考
文献[3]-[9]。 值得注意的是,以上文献中研究的都是 Laplace 算子等局部算子相关的重排优化问题。非局部算子相
Received: Jul. 21st, 2019; accepted: Jul. 31st, 2019; published: Aug. 16th, 2019
Abstract
In this paper, we study a rearrangement optimization problem involving a nonlocal operator, i.e., fractional Laplacian. Firstly, we use the property of the first eigenvalue to prove that the nonlinear equation with a perturbation term involving the fractional Laplacian has a unique solution. Then, we introduce an optimization problem which takes the ground state energy functional as the objective function. We show that under suitable assumptions such an optimization problem is solvable.
一类具有非局部条件的Sobolev型Hilfer分数阶发展方程的有限近似可控性
一类具有非局部条件的Sobolev型Hilfer分数阶发展方程的有限近似可控性作者:王星昭顾海波马丽娜陈奕如来源:《上海师范大学学报·自然科学版》2020年第04期摘要:研究了Hilbert空间中具有非局部条件的Sobolev型Hilfer分数阶发展方程的有限近似可控性.在控制系统对应的线性系统是近似可控的这一假设下,通过使用分数阶微积分理论、半群理论、变分法和Schaefer不动点定理,得到了控制系统有限近似可控的充分条件.关键词: Hilfer分数阶导数; 发展方程; 非局部条件; 有限近似可控性中图分类号: O 231.2 文献标志码: A 文章编号: 1000-5137(2020)04-0371-10Abstract: We discuss the finite-approximate controllability of Hilfer fractional evolution equations of Sobolev type with nonlocal conditions in Hilbert spaces.With the assumption that the corresponding linear system is approximately controllable,we obtain sufficient conditions for finite-approximate controllability of the control system by using fractional calculus,semigroup theory,variational analysis and Schaefer fixed point theorem.Key words: Hilfer fractional derivative; evolution equation; nonlocal conditions; finite-approximate controllability0 引言近20年来,分数阶微分方程的定性理论、稳定性和可控性概念,因其在科学和工程等诸多领域的广泛应用,受到越来越多的数学家、物理学家和工程师们的关注.近几年间,有大批学者研究了多种不同类型的线性和非线性动力系统的可控性问题.例如:2013年,KERBOUA 等[1]研究了Hilbert空间中一类带有Caputo分数阶导数的Sobolev型随机发展方程的近似可控性,方程具有非局部条件;2015年,MAHMUDOV等[2]研究了Hilbert空间中一类带有Hilfer分数阶导数的发展方程的近似可控性;2016年,GE等[3]用近似法,研究了Banach空间中一类带有Caputo分数阶导数的发展方程的近似可控性,方程具有非局部条件和脉冲条件;2017年,CHANG等[4]利用预解算子的性质,研究了Banach空间中两类Sobolev型发展方程的近似可控性,即一类带有Caputo分数阶导数,一类带有Riemann-Liouville分数阶导数;2018年,MAHMUDOV用近似法和变分法,分别研究了Hilbert空间中一类带有Caputo分数阶导数发展方程的偏近似可控性[5]和有限近似可控性[6],方程具有非局部条件;2019年,HE等[7]研究了Hilbert空间中一类带有Riemann-Liouville分数阶导数的随机波动方程的近似可控性;HUANG 等[8]研究了Banach空间中一类带有Caputo分数阶导数的抛物方程的近似可控性.然而,具有非局部条件的Sobolev型Hilfer分数阶发展方程的有限近似可控性至今还没有被研究.事实上,在线性系统中,若控制系统是近似可控性的,则其一定也是有限近似可控的[9-11],但在非线性系统中,却没有这一结论.由此可見,有限近似可控性是一个比近似可控性更强的性质.参考文献:[1] KERBOUA M,DEBBOUCHE A.Approximate controllability of Sobolev type nonlocal fractional stochastic dynamic systems in Hilbert spaces [J].Abstract and Applied Analysis,2013,2013:262191.[2] MAHMUDOV N,MCKIBBEN M.On the approximate controllability of fractional evolution equations with generalized Riemann-Liouville fractional derivative [J].Journal of Function Spaces,2015,2015:263823.[3] GE F D,ZHOU H C.Approximate controllability of semilinear evolution equations of fractional order with nonlocal and impulsive conditions via an approximating technique [J].Applied Mathematics and Computation,2016,275:107-120.[4] CHANG Y K,PEREIRA A.Approximate controllability for fractional differential equations of Sobolev type via properties on resolvent operators [J].Fractional Calculus and Applied Analysis,2017,20(4):963-987.[5] MAHMUDOV N.Partial-approximate controllability of nonlocal fractional evolution equations via approximating method [J].Applied Mathematics and Computation,2018,334:227-238.[6] MAHMUDOV N.Finite-approximate controllability of fractional evolution equations:variational approach [J].Fractional Calculus and Applied Analysis,2018,21(4):919-936.[7] HE J W,PENG L.Approximate controllability for a class of fractional stochastic wave equations [J].Computers and Mathematics with Applications,2019,78(5):1463-1476.[8] HUANG Y,LIU Z H.Approximate controllability for fractional semilinear parabolic equations [J].Computers and Mathematics with Applications,2019,77(11):2971-2979.[9] FABRE C,PUEL J P.Approximate controllability of the semilinear heat equation[J].Proceedings of the Royal Society of Edinburgh Section A:Mathematics,1995,125(1):31-61.[10] LIONS J L,ZUAZUA E.The cost of controlling unstable systems:time irreversible systems [J].Revista Matemaeica UCM,1997,10(2):481-523.[11] ZUAZUA E.Finite dimensional null controllability for the semilinear heat equation [J].Journal de Mathématiques Pureset Appliquées,1997,76(3):237-264.[12] PODLUBNY I.Fractional Differential Equations [M].San Diego:Academic Press,1999.[13] HILFER R.Applications of Fractional Calculus in Physics [M].Singapore:World Scientific,2000.[14] GU H B,TRUJILLO J J.Existence of mild solution for evolution equation with Hilfer fractional derivative[J].Applied Mathematics and Computation,2015,257:344-354.[15] ZHOU Y,JIAO F.Nonlocal Cauchy problem for fractional evolution equations[J].Nonlinear Analysis:Real World Applications,2010,11(5):4465-4475.[16] MAHMUDOV N.Finite-approximate controllability of evolution equations [J].Applied and Computational Mathematics,2017,16(2):159-167.[17] CURTAIN R F,ZWART H J.An Introduction to Infinite Dimensional Linear Systems Theory [M].New York:Springer-Verlag,1995.(責任编辑:冯珍珍)。
精英非支配排序算法与改进粒子群算法相结合的储能优化配置
精英非支配排序算法与改进粒子群算法相结合的储能优化配置邓凯文;韩肖清;梁琛【摘要】Energy storage locating and sizing play an important role in the power system with new energy connected.The reasonable selection of storage capacity can smooth active power fluctuations well after wind power integration, and reduce energy loss meanwhile.An optimization model is built to solve multi-objective optimization problem, with voltage fluctuation, load fluctuation and storage capacity as objectives.A hybrid intelligent optimization algorithm (HIOA) was presented, which combine improved multi-objective particle swarm optimization (IMOPSO) with elitist non-dominated sorting genetic algorithm II (NSGA-II).By introducing fast non-dominated sorting, elitism strategy and dynamic crowding-distance, the searching performance of the algorithm is improved greatly.Besides, the diversity and distribution of the Pareto solutions are guaranteed.The optimized Pareto solutions are acquired through non-dominated sorting.The optimal decision for energy storage is chosen from the optimized Pareto solutions, with the application of technique for order preference by similarity to an ideal solution (TOPSIS).The validity and the accuracy of the proposed algorithm are verified based on the simulation of IEEE-33 nodes distribution system.Simulation results show that the proposed algorithm has rapid convergence speed and superb global search ability.%储能系统的选址定容在接入新能源的电力系统中具有重要意义,合理选择储能容量可以很好地平抑风电接入后的系统有功功率波动,同时减少能源浪费.提出了一种混合智能优化算法(hybrid intelligent optimization algorithm,HIOA),以电压偏差、负荷波动最小及最少储能配置容量为目标进行优化配置.该算法将多目标粒子群算法改进后(IMOPSO)与精英非支配排序算法(NSGA-II)结合,与常规多目标粒子群算法相比,大幅提高了算法的寻优性能,保证了Pareto 解的多样性和分布性.通过非支配排序求解获得Pareto 最优解集,采用逼近理想解排序(technique for order preference by similarity to an ideal solution,TOPSIS)选出储能的最优接入方案.通过IEEE-33 节点测试系统的仿真实验验证了算法的准确性及有效性,在求解配电网储能选址定容问题中有很好的收敛性和全局寻优能力.【期刊名称】《科学技术与工程》【年(卷),期】2017(017)020【总页数】7页(P171-177)【关键词】储能;混合智能优化算法;多目标粒子群算法;精英非支配排序算法;帕累托最优解【作者】邓凯文;韩肖清;梁琛【作者单位】太原理工大学电力系统运行与控制山西省重点实验室,太原 030024;太原理工大学电力系统运行与控制山西省重点实验室,太原 030024;太原理工大学电力系统运行与控制山西省重点实验室,太原 030024【正文语种】中文【中图分类】TM714近年来,随着风力发电的飞速发展,越来越多的风电接入电力系统。
两类非局部问题解的存在性与多重性中期报告
两类非局部问题解的存在性与多重性中期报告
本篇中期报告旨在介绍非局部问题中解的存在性与多重性的研究进展,并结合相关领域的研究,给出对未来研究的展望。
非局部问题是指包涵某种(也可以多种)非局部算子的微分方程或变分问题,例如:分数阶微分方程和分数阶变分问题。
这类问题的非局部算子可以描述一些非局部现象,如蓄电池充放电、物理场中扩散、金融衍生品定价等。
这些问题的解的存在性与多重性是非常重要的问题,它们揭示了非局部算子对扩散行为影响的本质。
在目前的研究中,主要考虑了两类非局部问题:一类是分数阶微分方程的正常模式问题,即给定边界条件求出解;另一类是分数阶变分问题,即求解一个能量泛函的最小值或最大值。
对于正常模式问题,已经有一系列的定理给出了解的存在性和多重性。
其中最有代表性的是在一些特定条件下,分数阶微分方程的正常模式问题的解的存在唯一,这个定理被称为Leray-Schauder定理。
此外,还有一些新的定理已经被得到,并已被推广到更广泛的情况。
对于分数阶变分问题,其解的存在性和多重性研究相对较少,尤其是当权重函数和非局部算子是非线性时,现有的理论对解的存在性和多重性的限制比较严格。
需要进一步研究这个问题,并尝试发展新的方法来解决这个问题。
在未来的研究中,尤其是对于分数阶变分问题,需要更多地关注解的多重性。
因为对于一些实际问题,可能存在多个解,而我们需要选择一个最优的解来描述问题。
此外,需要探索更复杂的非局部问题,例如含有间断或分支的非局部问题,并研究它们的解的存在性、唯一性和多重性。
【国家自然科学基金】_非局部算子_基金支持热词逐年推荐_【万方软件创新助手】_20140801
2013年 序号 1 2 3 4 5 6 7 8 9 10
科研热词 非紧测度 非局部条件 非局部tv模型 脉冲微分包含 特征保持 彩色纹理图像 图像恢复 不动点 split bregman算法
推荐指数 1 1 1 1 1 1பைடு நூலகம்1 1 1 1
2014年 序号 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22
2008年 序号 1 2 3 4 5 6
科研热词 非局部问题 非局部可控 适度解 格林函数 全连续 保锥算子
推荐指数 2 1 1 1 1 1
2009年 序号 1 2 3 4 5
科研热词 非局部边值问题 锥 脉冲微分方程 正解 奇异
推荐指数 1 1 1 1 1
2010年 序号 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33
2011年 序号 1 2 3
2011年 科研热词 非局部平均(ncm) 最优参数 同步噪声 推荐指数 1 1 1
2012年 序号 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22
科研热词 推荐指数 图像复原 2 tv正则化 2 非紧测度 1 非局部边值问题 1 非局部条件 1 非局部平均 1 非局部均值加权 1 非局部均值 1 遥感图像 1 适度解 1 脉冲微分方程 1 联合直方图 1 算子分裂 1 正解 1 噪声抑制 1 变化检测 1 变分模型 1 动态模糊fisher分类器 1 不动点 1 nltv 1 krasnoselskii不动点定理 1 act算法 1
非凸优化问题的优化算法改进研究
非凸优化问题的优化算法改进研究第一章引言1.1 研究背景与意义非凸优化问题是现实生活中广泛存在的一类最优化问题,其求解具有重要的理论意义和实际应用价值。
然而,与凸优化问题不同,非凸优化问题的解空间往往包含多个局部极小值点,使得求解非凸优化问题具有更高的难度。
为了解决这一难题,研究者们通过改进优化算法来提高非凸优化问题的求解效果,进一步推动了非凸优化问题的研究和应用。
1.2 研究现状目前,对于非凸优化问题的研究主要集中在改进优化算法的设计和分析上。
例如,传统的梯度下降法在求解非凸优化问题时常受困于局部极小值点,无法找到全局最优解。
因此,研究者们提出了许多改进的算法,如牛顿法、拟牛顿法、共轭梯度法等,以提高非凸问题的求解效果。
然而,这些改进算法在某些情况下仍然存在收敛不稳定、高计算复杂度等问题,需要进一步改进。
第二章基于梯度下降法的优化算法改进2.1 动量梯度下降法梯度下降法是一种常用的优化算法,但在求解非凸问题时容易陷入局部最小值。
为了克服这一问题,研究者们提出了动量梯度下降法。
该方法通过引入动量项,使得梯度更新具有一定的惯性,能够跳出局部最小值点,寻找更好的解。
实验证明,动量梯度下降法能够显著提高非凸问题的求解效果。
2.2 自适应学习率的梯度下降法学习率是梯度下降法中的重要参数,决定了每次迭代更新的步长。
然而,传统的梯度下降法中通常需要手动设置学习率,导致求解过程不稳定。
为了解决这一问题,研究者们提出了自适应学习率的梯度下降法。
该方法通过自动调整学习率,根据当前迭代过程中梯度的大小来确定更新步长。
实验证明,自适应学习率的梯度下降法能够加快收敛速度,提高求解效果。
2.3 随机梯度下降法与批次梯度下降法的结合随机梯度下降法是一种通过随机选择部分样本进行更新的方法,具有较快的收敛速度。
然而,由于其每次只利用一部分样本进行更新,容易陷入局部最小值。
为了充分利用全部样本的信息,研究者们将随机梯度下降法与批次梯度下降法相结合。
分数阶优化问题的kkt条件
分数阶优化问题的kkt条件分数阶优化问题是一种新颖而有趣的优化问题形式。
它考虑了实际问题中很多非线性特征,如长时记忆、非局部相关性、幂律行为等。
然而,由于其非凸、非光滑特性,分数阶优化问题的求解非常困难。
在解决该问题时,KKT条件具有很高的实用价值。
下面,本文将详细解释分数阶优化问题的KKT条件。
一、什么是KKT条件?KKT条件是一类主要用于非线性规划问题中的约束最优化问题的条件。
这类问题的综合考虑了优化目标函数和约束的关系。
KKT条件是一种既必要又充分(necessary and sufficient)的约束优化解的条件,即只有满足KKT条件的解才是优化问题的最优解。
二、分数阶优化问题的KKT条件分数阶规划问题可以写成如下形式:min f(x)s.t. g(x)>=0, h(x)=0其中,f(x)为优化目标函数,g(x)和h(x)分别是不等式和等式约束,x 为优化变量。
KKT条件是指,在满足问题的约束条件的前提下,优化问题的最优解需要满足以下条件:1.梯度条件首先,最优解的梯度应该满足以下限制:∂L/∂x=∂f(x)/∂x+μ∂g(x)/∂x+λ*∂h(x)/∂x=0其中,L(x,μ,λ)是拉格朗日函数,μ和λ是拉格朗日乘子。
μ和λ是非负的,因为乘子反映了约束在最优化解中的权重。
2.对偶互补条件其次,满足下面的等式关系:μi*g(x) = 0其中,i代表不等式约束的编号。
不等式约束违反了约束条件,则其拉格朗日乘子应该为0。
因此,这个约束的拉格朗日乘子与其当前的值之积应该为0。
3.原始约束条件最后,最优解应该满足原始约束条件:g(x) >= 0h(x) = 0综上所述,分数阶优化问题的KKT条件包括上述三个条件。
这个条件是一个非线性的凸优化问题,需要特殊的求解方法才能得到最优解。
三、总结本文介绍了分数阶优化问题的KKT条件,即梯度条件、对偶互补条件和原始约束条件。
KKT条件是非线性规划中求解最优化解的必要条件,它的内容涉及到梯度、拉格朗日乘子等许多概念。
一类非凸变分不等式组的新迭代算法
一类非凸变分不等式组的新迭代算法近年来,非凸变分不等式组(nonconvex-type variational inequality)已成为计算机科学中亟需研究的热点之一。
在自由边界变分不等式组、目标和约束构成的变分不等式组、线性变分不等式组以及非线性变分不等式组等方面,研究取得不少进展。
本文论述一类新的迭代算法,主要是解决非凸类型变分不等式组的。
一、算法策略(1)建模。
将非凸类型变分不等式的形式抽象为最优化问题:求解最优值函数f(x),使得:$$\max f(x) \text{s.t.}~ x\in {\rm{M}}$$其中M为非凸型变分不等式组所限定的非凸函数下给定的约束空间。
(2)步骤。
对于非凸变分不等式组,新的迭代算法步骤如下:(i) 首先,从M上选取一个初始搜索点$x_0$,并计算最优值函数f(x_0);(ii) 然后,针对该初始搜索点$x_0$,利用例如梯度下降等优化技术,获得一个优化的解$\overline x$;(iii) 接着,对$\overline x$进行正则化,生成一个新的搜索点$x_1$;(iv) 重复(ii)、(iii)以获得新的搜索点$x_2$,…,最后形成一个序列${{x_n}}$;(v) 最后,通过这个序列${{x_n}}$,用参数拟合技巧,搜索到非凸变分不等式组的最优解x*。
二、算法特点(1)有效性。
对于非凸变分不等式组,新的迭代算法有着较高的有效性,能有效地搜索到原问题的最优解。
(2)灵活性。
新的迭代算法灵活多变,可用来解决多种类型的非凸类型变分不等式组。
(3)快速性。
新的迭代算法可以很容易地加快搜索的速度,从而大大提高求解问题的效率。
(4)准确性。
新的迭代算法可以快速准确地搜索到最优解,从而提升计算效果。
三、改进方向(1)更好地搜索步骤。
针对非凸类型变分不等式组,新的迭代算法可继续改进其步骤部分,以更好地搜索最优解。
(2)多种类非凸变分不等式组。
针对非凸变分不等式,新的迭代算法可持续拓展其应用范围,将其应用于多种非凸变分不等式组上。
序列图像的非局部均值超分辨率重建算法及GPU实现
序列图像的非局部均值超分辨率重建算法及GPU实现李瑶;孙涛;黄驰;张子健【期刊名称】《计算机应用研究》【年(卷),期】2016(33)7【摘要】针对序列图像超分辨率重建非局部均值(non-local means,NLM)算法重建结果图像边缘区域过平滑的问题,提出了一种局部参数自适应改进方法.将整幅图像划分为图像子块,然后根据图像子块平均像素信息计算出其对应的滤波参数,这样有助于减少因整幅图像使用统一滤波参数而导致的某些高频信息的丢失.实验结果表明,与经典NLM重构算法相比,改进算法重建出的结果图像的轮廓边缘更清晰,字符辨识度更高;在算法实现方面,图像重构程序在CPU/GPU平台上实现,使用GPU 并行化加速的程序比单CPU运算的程序,加速比最高可达到30倍,显著缩短了重构程序计算时间,提高了该图像超分辨率重建算法应用于实际场所的可能性.【总页数】5页(P2201-2205)【作者】李瑶;孙涛;黄驰;张子健【作者单位】武汉大学电子信息学院,武汉430072;武汉大学电子信息学院,武汉430072;武汉大学电子信息学院,武汉430072;航天恒星科技有限公司(503所),北京100086【正文语种】中文【中图分类】TP391.41【相关文献】1.基于非局部均值的单帧图像超分辨率重建算法 [J], 史延新;刘金龙;李博武;周燚2.序列图像超分辨率联合重建算法 [J], 赵慧;姜志国;赵丹培3.改进的非局部均值视频超分辨率重建算法 [J], 张剑英;宋玉龙;蔡迎春;杨秀宇4.基于刃边法的序列图像盲超分辨率重建算法 [J], 张晓林;何小海;李滔;梁子飞5.变焦序列图像超分辨率重建算法研究 [J], 罗鸣威;王怀登;丁尧;袁杰因版权原因,仅展示原文概要,查看原文内容请购买。
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
Nonlocal Operator, Rearrangement Optimization, Perturbation Term
一类非局部算子相关的重排优化问题
邱 崇1,周育英2
1泰州学院数理学院,江苏 泰州 2苏州大学数学科学学院,江苏 苏州
收稿日期:2019年7月21日;录用日期:2019年7月31日;发布日期:2019年8月16日
( ) I ′ uh, f v = 0,∀v ∈ H s (Ω) .
( ) 第二步:证明方程 Pλ,h, f 解的唯一性。 ( ) 利用反证法,假设存在 wh, f ∈ H s (Ω) 是方程 Pλ,h, f 的解且 wh, f ≠ uh, f ,即至少存在一个正测集
Ε ⊂ Ω 使得
wh, f ( x) ≠ uh, f ( x), ∀x ∈ E .
= u, v
∫RN
∫RN
(u
(
x)
−
u( y))(v(x)
x − y N+2s
−
v(
y))
dxdy, ∀u,
v
∈
H
s
(Ω)
.
设 u ∈ H s (Ω) ,则 u 的范RN
RN
u ( x) − u ( y)
x − y N+2s
2
2
dxdy
.
( ) 定义 2.1 称 u ∈ H s (Ω) 为方程 Pλ,h, f 的一个解,如果
题即是重排优化问题。重排优化问题的相关理论最早由 Burton 建立,见参考文献[1] [2]。之后许多作者 在寻找重排优化问题最优解的存在性和唯一性以及对称性等不同方面做了很多更为广泛的研究,见参考
文献[3]-[9]。 值得注意的是,以上文献中研究的都是 Laplace 算子等局部算子相关的重排优化问题。非局部算子相
u
(
x
+
y)
+
u(x−
y N+2s
y)
−
2u
(
x)
θ
(
y)
dy,
x
∈
RN
,
更多非局部算子相关的重排优化问题研究结果见[11] [12]。
在文献[10]中,扰动项 h ( x,u) 关于第二变元单调非增是方程(1.1)存在唯一解的一个重要假设条件。
本文将考虑如下的扰动方程
( ) Pλ,h, f
(−∆= )s u f ( x) + λh ( x)u, x ∈ Ω
u =0, x ∈ RN \ Ω
引出的重排优化问题,其中 λ > 0 为一个参数, h ( x) > 0 为某个可测函数。
容易看出,扰动项 λh ( x)u 关于第二变元是单调递增的,这是与文献[10]中关于扰动项 h ( x,u) 条件的
一个重要区别。
( ) 记 I : H s (Ω) → R 为方程 Pλ,h, f 的能量泛函,即
关的重排优化问题研究结果并不多见。
在文献[10]中,我们考虑了如下边值问题
−= Lθs u f ( x) + h ( x,u), x ∈ Ω
(1.1)
u =0, x ∈ RN \ Ω
相关的重排优化问题,其中 Lθs 是如下定义的分数阶 Laplace 型非局部算子
= Lθs u ( x)
∫RN
A Rearrangement Optimization Problem Involving a Nonlocal Operator
Chong Qiu1, Yuying Zhou2
1School of Mathematics and Physics, TaiZhou University, Taizhou Jiangsu 2School of Mathematical Sciences, Soochow University, Suzhou Jiangsu
(Opt)
( ) ( ) I uhˆ, fˆ = infh∈R(h0 ), f ∈R( f0 ) I uh, f ?
( ) 其中 uh, f 为方程 Pλ,h, f 的唯一基态解(参见定理 3.1)。
不同于文献[11] [12],文献[11]考虑的是与非局部算子相关的第一特征值优化问题,文献[12]研究的 为含分数阶 Laplace 算子的形状优化问题。与文献[10]不同,由于本文研究的重排优化问题(Opt)中具有两 个独立选取的函数 h0 和 f0 ,这将给我们的研究带来更多困难。
Received: Jul. 21st, 2019; accepted: Jul. 31st, 2019; published: Aug. 16th, 2019
Abstract
In this paper, we study a rearrangement optimization problem involving a nonlocal operator, i.e., fractional Laplacian. Firstly, we use the property of the first eigenvalue to prove that the nonlinear equation with a perturbation term involving the fractional Laplacian has a unique solution. Then, we introduce an optimization problem which takes the ground state energy functional as the objective function. We show that under suitable assumptions such an optimization problem is solvable.
∫RN
∫RN
(u(x)−u( y))(v(x)
x − y N+2s
−
v(
y))
dxdy
−
∫Ω (λhuv
+
fv) dx
=
0,∀v ∈ H s (Ω) .
( ) ( ) 容易验证,方程 Pλ,h, f 的能量泛函 I ∈ C1 H s (Ω), R 且
= I ′(u) v
∫RN
∫RN
(u(x)−u( y))(v(x)
2. 预备知识
仍记 Ω ⊂ RN 为一个有界光滑区域。定义分数阶 Sobolev 空间如下
( ) ( ) H s (Ω=)
u ∈ L2
RN
∫ ∫ : u ≡ 0, x ∈ RN \ Ω, RN RN
u ( x) − u ( y)
x − y N+2s
2
dxdy
<
∞ ,
其中 0 < s < 1 。 H s (Ω) 为 Hilbert 空间,其中 u 和 v 之间的内积定义为:
邱崇,周育英
关键词
非局部算子,重排优化,扰动项
Copyright © 2019 by author(s) and Hans Publishers Inc. This work is licensed under the Creative Commons Attribution International License (CC BY). /licenses/by/4.0/
x − y N+2s
−
v(
y))
dxdy
−
∫Ω (λhuv
+
fv) dx,∀v
∈
H
s
(Ω)
.
( ) 所以, u ∈ H s (Ω) 为方程 Pλ,h, f 的解当且仅当 I ′(u ) v = 0,∀v ∈ H s (Ω) 。
在本文中,我们将记 u Lp 为通常的空间 Lp (Ω)(1 ≤ p ≤ ∞) 中的范数。记号 C 表示某个正常数。
= I (u)
( ) ∫ ∫ 1
2 RN RN
u ( x) − u ( y)
x − y N+2s
2
dxdy −
λ 2
∫Ω hu2dx − ∫Ω
fudx
(1.2)
DOI: 10.12677/pm.2019.96099
756
理论数学
邱崇,周育英
假设 h0 , f0 为可测函数,本文将研究下述重排优化问题:是否存在 hˆ ∈ R (h0 ), fˆ ∈ R ( f0 ) 使得
DOI: 10.12677/pm.2019.96099
757
理论数学
邱崇,周育英
= (−∆)s u λh ( x)u, x ∈ Ω
(2.1)
u =0, x ∈ RN \ Ω
的第一特征值 λ1 (h) 可表示如下:
( ) ∫ λ1
h
= inf
v∈H s (Ω),v≠0
v2 hv2dx
Ω
(2.2)
Open Access
1. 引言
令 Ω ⊂ RN 为一个有界光滑区域,所谓 Ω 上可测函数 f 生成的重排函数空间 R ( f ) 是指由所有满足条
件:
meas ({x ∈ Ω : g ( x= ) ≥ a}) meas ({x ∈ Ω : f ( x) ≥ a}),∀a ∈ R
的可测函数 g 组成的全体。 如果可行集为某个可测函数的所有重排函数组成的重排函数空间,则在此可行集上考虑的最优化问
Pure Mathematics 理论数学, 2019, 9(6), 755-761 Published Online August 2019 in Hans. /journal/pm https:///10.12677/pm.2019.96099