-
科学出版社
- 9787030836311
-
1版
-
B5
-
2026-03
内容简介
本书系统阐述凸分析基础理论与梯度型优化算法。全书由紧密关联的两部分构成:第一部分(第1—6章)从一维凸函数引入,系统讲解凸集与投影、凸函数与次微分、共轭与临近、光滑与强凸、最优化条件与对偶以及稀疏优化条件等内容,为后续算法分析奠定严格的理论基础,每章末附有习题以供练习;第二部分(第7—13章)介绍梯度型算法,既涵盖梯度下降法、临近梯度法、次梯度方法和条件梯度法等经典方法,也囊括自适应梯度法、Polyak重球法与Nesterov加速算法、对偶梯度法,以及用于变分不等式问题的广义梯度外插算法等前沿内容,并统一采用势能函数法和误差界条件进行收敛性分析。