一类非局部算子相关的重排优化问题

合集下载

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

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

组合同伦内点算法求解一类非凸无界优化问题
第 5 1 卷
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

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

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

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

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

一类非光滑广义不变凸多目标优化的Mond-Weir对偶
ofe he f r t M on — e r d W i du l a mod 1 The e. we k a du lt t or m a s r g ua iy h o e a iy he e nd ton d lt t e r m a e l o r a s p o d d r vi e .
V0I 3 NO. .3 4 Atg O1 l .2 2

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。

  1. 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. 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. 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)。
Keywords
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

(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
相关文档
最新文档