不可微最优化

副标题：无

作者：(苏)杰米亚诺夫(Демьянов,В.Ф.),(苏)瓦西里耶夫(Васильев,Л.В.)著;金洪臻等译

分类号：

ISBN：9787561103630

收录收藏 (0) 评论纠错

微信扫一扫,移动浏览光盘

简介

简介

购买方法：点击“蓝色文字收藏品”或者“可以从“这些卖家”购买” .....................购买说明：此书为绝版图书，售价高于原价作者:（苏）杰米亚诺夫（Демьянов，В.Ф.），（苏）瓦西里耶夫（Васильев，Л.В.）著；金洪臻等译页数:413 出版社:大连市：大连理工大学出版社出版日期:1991.02

译序
第一章凸分析初步和有关问题
1 凸集，凸包和分离定理
原序
2 点到集的映射
3 凸锥，可行方向锥和共轭锥
4 凸函数，连续性和方向可微性
5 凸函数的次梯度和次微分
6 集合与锥的距离，极小化条件
7 ε-次微分
8 ε-方向导数和ε-次微分映射的连续性
9 凸函数的某些性质和不等式
10 条件ε-次微分
11 条件方向导数及条件ε-次微分映射的连续性
12 利用不等式表示凸集
13 正则锥，圆锥映射
14 上确界函数的方向可微性
15 凸函数的可微性
16 共轭函数
17 某些凸函数类的ε-次梯度的计算
第二章拟可微函数
1 拟可微函数的定义与例子
2 拟可微函数的性质及拟微分运算的基本公式
3 拟可微运算的例子
4 凸-凹函数的拟可微性
5 Em空间上的拟可微函数取极值的必要条件
6 拟可微集合
7 拟可微函数在拟可微集合上取极值的必要条件
8 点到集合的距离函数
9 隐函数
第三章无约束极小化
1 凸函数在En上取极小值的必要和充分条件
2 兴滑函数的极小化
3 最速下降法
4 凸函数极小化的次梯度法
5 多步次梯度法
6 松驰次梯度法
7 松驰ε-次梯度法
8 Kelley方法
9 上确界函数的极小化
10 凸极大值函数的极小化与极值基方法
11 一类拟可微函数极小化的数值方法
第四章约束条件下的极小化
1 凸函数在凸集上极小化的充要条件
2 ε-平稳点
3 条件次梯度法
4 凸函数极小化的最速下降法
5 具有约束的修正(ε，μ)-次梯度法
6 定步长次梯度法
7 具有约束的修正(ε，μ)-次梯度法
8 非光滑的罚函数法
9 在凸集上极小化的Kelley方法
10 具有约束的松驰次梯度法
附录1 文献注释
附录2 拟微分学文献
附录3 英译本注与有关文献

已确认勘误

页码	勘误内容	提交人	修订印次

不可微最优化

名称
类型
大小

用户反馈

FAQ

不可微最优化

已确认勘误

第次印刷 筛选

第次印刷