题名:
|
Convex optimization algorithms / Dimitri P. Bertsekas著 , |
ISBN:
|
978-7-302-43070-4 价格: CNY89.00 |
语种:
|
eng |
载体形态:
|
xii, 564页 24cm |
出版发行:
|
出版地: 北京 出版社: 清华大学出版社 出版日期: 2016 |
内容提要:
|
本书几乎囊括了所有主流的凸优化算法,包括梯度法、次梯度法、多面体逼近法、邻近法和内点法等。这些方法通常依赖于代价函数和约束条件的凸性(而不一定依赖于其可微性),并与对偶性有着直接或问接的联系。作者针对具体问题的特定结构,给出了大量的例题,来充分展示算法的应用。 |
主题词:
|
凸分析 最优化算法 |
中图分类法:
|
O174.13 版次: 5 |
中图分类法:
|
O242.23 版次: 5 |
主要责任者:
|
博塞卡斯 著 |
责任者附注:
|
德梅萃·博塞克斯 (Dimitri P. Bertsekas),教授是优化理论的国际学者、美国国家工程院院士,现任美国麻省理工学院电气工程与计算机科学系教授。博塞克斯教授是一位多产作者,著有14本专著和教科书。 |
责任者附注:
|
责任者Bertsekas规范汉译姓: 博塞卡斯 |