An Alternating Augmented Lagrangian method for constrained nonconvex optimization

We consider the problem of minimizing a smooth nonconvex function over a structured convex feasible set, that is, defined by two sets of constraints that are easy to treat when considered separately. In order to exploit the structure of the problem, we define an equivalent formulation by duplicating...

Celý popis

Podrobná bibliografie

Vydáno v:	Optimization methods & software Ročník 35; číslo 3; s. 502 - 520
Hlavní autoři:	Galvan, G., Lapucci, M., Levato, T., Sciandrone, M.
Médium:	Journal Article
Jazyk:	angličtina
Vydáno:	Abingdon Taylor & Francis 03.05.2020 Taylor & Francis Ltd
Témata:	Algorithms Alternating direction method of multipliers augmented Lagrangian Constraints Convexity decomposition Exact solutions global convergence Machine learning nonconvex objective function Nonlinear programming Optimization penalty method Queuing theory
ISSN:	1055-6788, 1029-4937
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!