凸规划的极大熵函数序列及其收敛性

摘要/Abstract

摘要：

为了消除凸规划问题中极大熵方法所导致的数值病态，该文应用Lagrange乘子法及赋范原理，给出一类凸规划问题的极大熵函数序列，并证明该序列一致收敛于凸规划的最优解。

Abstract:

In this paper, the authors introduce a sequence of the maximum entropy functionfor the convex programming problems by using the Lagrange multiplier method and norm mathematics, so that the illconditioned algorithm of the numerical calcul ation is averted. At the same time, the uniform convergence for the maximum entropy sequence is proved.

Key words: Convex programming； Maximum entropy function； Lagrange multiplier； Norm

中图分类号:

49M，90C

陈业华, 陈振龙. 凸规划的极大熵函数序列及其收敛性[J]. 数学物理学报, 2004, 4(6): 767-771.

CHEN Ye-Hua, CHEN Zhen-Long. The Maximum Entropy Function Sequence for Convex Programming and Its Convergence[J]. Acta mathematica scientia,Series A, 2004, 4(6): 767-771.

[1]	杨轩, 阮小娥, 王彭. 时变切换信号驱动的线性连续切换系统的迭代学习控制收敛性分析[J]. 数学物理学报, 2018, 38(3): 599-612.
[2]	邹黎敏, 吴艳秋. 矩阵酉不变范数Hölder不等式及其应用[J]. 数学物理学报, 2017, 37(3): 450-456.
[3]	李定武, 刘巍, 沈金荣, 熊慧军. 自反矩阵在圆盘上的左右逆特征对问题[J]. 数学物理学报, 2014, 34(6): 1542-1553.
[4]	朱杏华, 肖建中. 关于概率内积空间定义的平凡性[J]. 数学物理学报, 2014, 34(3): 512-520.
[5]	田小红, 张凯院. 求一般线性矩阵方程组中心对称解的迭代算法[J]. 数学物理学报, 2011, 31(6): 1526-1536.
[6]	刘春燕, 石忠锐. Orlicz 空间的U性质[J]. 数学物理学报, 2011, 31(2): 328-334.
[7]	程美芳, 张震球. 齐次超曲面上测度Fourier变换的平均衰减估计[J]. 数学物理学报, 2011, 31(1): 76-81.
[8]	赵良才, 张石生. 无限簇非扩张非自映象公共不动点的黏性逼近法[J]. 数学物理学报, 2010, 30(4): 1144-1157.
[9]	尚丽娜, 张凯院. 求矩阵方程AXB+CXD=F的中心对称最小二乘解的迭代算法[J]. 数学物理学报, 2010, 30(3): 776-783.
[10]	李永祥, 杨和. 用椭圆描述的四阶边值问题的两参数非共振条件[J]. 数学物理学报, 2010, 30(1): 239-244.
[11]	李志民, 毛明志. 排它过程的占位时函数的扩散行为[J]. 数学物理学报, 2009, 29(5): 1364-1375.
[12]	朱庆峰, 石玉峰. 正倒向重随机微分方程[J]. 数学物理学报, 2009, 29(4): 1084-1092.
[13]	董鸽, 魏文展. 赋Luxemburg范数的Noncreasy Orlicz-Bochner函数空间[J]. 数学物理学报, 2009, 29(2): 416-422.
[14]	关力, 张忠志, 谢冬秀. 谱约束下反自反矩阵的最佳逼近问题[J]. 数学物理学报, 2009, 29(2): 316-323.
[15]	彭卓华; 胡锡炎; 张磊. 矩阵方程A₁X₁B₁ + A₂X₂B₂ + · · · + A_lX_lB_l = C的中心对称解及其最佳逼近[J]. 数学物理学报, 2009, 29(1): 193-207.

凸规划的极大熵函数序列及其收敛性

The Maximum Entropy Function Sequence for Convex Programming and Its Convergence

PDF (PC)

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

Metrics

本文评价

推荐阅读 10