一类线性约束下不可微最优化问题的可行下降方法

摘要

本文给出了一类线性约束下不可微最优化问题的可行下降方法。这类问题的目标函数是凸函数和可微函数的合成函数。算法通过解系列二次规划寻找可行下降方向。新的迭代点由不精确线搜索产生。在较弱的条件下,我们证明了算法的全局收敛性。