您的位置:beat365亚洲官方网站 > 产品评测 > 北京航空航天大学博士生导师韩德仁教授、夏勇

北京航空航天大学博士生导师韩德仁教授、夏勇

2019-10-25 22:00

夏勇作了题为“Tikhonov正则化整体最小二乘的高效全局优化方法”的学术报告,主要介绍了Tikhonov正则化整体最小二乘问题特点及其求解新方法。他将问题转化为一个一维非凸函数极小化问题,其中一维问题的函数值对应求解一个信赖域子问题,这大幅改进了二分法的效率。并针对该一维等价问题提出了一个十分巧妙的估界方法(主要步骤为使用双层对偶技术,构造一个min-max-min子问题,然后给出它的显式解),基于此设计了自适应分的分支定界算法,证明了算法可以在O迭代步内找到ε近似全局解。这与改进之前的算法相比,维数越大,数值效果优势更明显,且迭代次数不随维数和噪声的增加而增加。最后,将该新方法拓展到一批结构型非凸优化问题。

夏勇以“Efficiently solving total least squares with Tikhonov identical regularization”为题,指出Tikhonov同正则总体最小二乘是处理线性方程组的病态系统,其中数据被噪声污染,所以解决的一个标准方法是把它转化为一个寻找凹形非光滑单变量函数零点的问题,从而可以应用经典的二分搜索和Dinkelbach方法,这使得我们可以将经典的牛顿方法应用于重构问题,它以收敛的二次收敛速度收敛到唯一的根。

报告会后,夏勇和在座师生进行互动与讨论,详细阐释每一个结论,并对与会师生的提问做了精彩解答。

韩德仁以“Alternating direciton methods of multiplier for optimization problems involving nonconvex funtions“为题,详细介绍了非凸函数优化问题的乘子交替方向法。他指出虽然经典的乘子交替方向法已经被广泛的应用于大规模可分离优化问题,包括凸目标方程和非凸目标方程,虽然对于凸问题人们已经做了许多收敛性分析的工作,但是对于非凸问题,收敛性分析方面还有很多工作要做。韩德仁考虑两种非凸函数优化问题,第一种是“强+弱凸模型”,第二种是一般的非凸模型。对于这两种模型,通过使用不同的分析技术,来证明算法的全局收敛性,并进一步分析了收敛速度。

(数学与信息科学学院 裴永刚 苗山根)

韩德仁,北京航空航天大学数学与系统科学学院院长,教授,博士生导师。国家杰出青年基金获得者,入选江苏省333高层次人才培养工程、江苏省“青蓝工程”中青年学术带头人。担任中国运筹学会理事、数学规划分会常务理事;《计算数学》《Journal of the Operations Research Society of China》编委。

夏勇2002年获北大学士学位,2007获中国科学院博士学位,师从袁亚湘院士。主要研究方向是:非凸全局优化。在《Mathematical Programmin》《SIAM Journal on Optimization》等国内外SCI源刊发表论文近40篇。现为中国运筹学会数学规划分会青年理事,北京运筹学会理事,《Mathematical Review》评论员,《Journal of the Operations Research Society of China》编委。

5月27日,应数学与信息科学学院邀请,北京航空航天大学博士生导师韩德仁教授、博士生导师夏勇副教授来我校讲学。数学学院教师和研究生代表40余人聆听了报告。

本文由beat365亚洲官方网站发布于产品评测,转载请注明出处:北京航空航天大学博士生导师韩德仁教授、夏勇

关键词: