最优化方法 (2022年秋季)
上课时间:
课程微信群 (下面二维码9月8日失效)
|
|
教材:
参考材料:
课程信息 (大致安排)
第1周,9月6日,课程简介,最优化介绍
讲义下载,本节内容由邓展望协助准备 demo: sparse_l1_example.m
第1周,9月8日,凸集的定义和判别
讲义下载,本节内容由丁思哲协助准备
教材5.4.2 节:适当锥和广义不等式,对偶锥
read chapter 2 in the book “Convex optimization”.
第2周,9月15日,凸函数的定义和判别
讲义下载,本节内容由华奕轩协助准备 read chapter 3 in the book “Convex optimization”.
第3周,9月20日,典型的凸优化问题
讲义下载,本节内容由邓展望协助准备
read chapter 4 in in the book “Convex optimization”
Minimizing the sum of the k largest functions in linear time
第3周,9月22日,典型的凸优化问题
第4周,9月29日,线性规划,二次锥规划,半定规划简介,对偶理论: lecture notes
线性规划,二次锥规划,半定规划例子: lecture notes
凸优化模型语言和算法软件,CVX, SDPT3, Mosek, CPLEX, Gruobi
Prof. Boyd lecture notes on Disciplined convex programming and CVX
read chapter 4 in in the book “Convex optimization”
Introduction on Linear Programming (LP), read Chapter 1 in “Introduction to Linear Optimization” by Dimitris Bertsimas and John N. Tsitsiklis.
Second-order Cone Programming (SOCP), read section 2 in “Second-order cone programming”
Semidefinite Programming (SDP), read section 3 in “SDP-M-J-Todd” and section 2 in “SDP-Lieven-Boyd”
The max cut paper by Goemans and Williamson
模型语言: CVX, YALMIP LP, SOCP, SDP典型算法软件: SDPT3, MOSEK, CPLEX, GUROBI
NLP 典型算法软件: Ipopt, KNITRO
Decision Tree for Optimization Software
第5周,10月4日,对偶理论, 凸优化最优性条件
讲义下载,本节内容由谢中林协助准备
read chapter 5 in in the book “Convex optimization”
Lagrangian function, Lagrangian dual problem, examples
max cut problem: dual of nonconvex problem, SDP relaxation: the dual of the dual
duality using problem reformulation
第5周,10月6日, 非凸优化最优性条件
讲义下载,本节内容由谢中林协助准备
第6周,10月13日,梯度法和线搜索算法,最速下降法及其复杂度分析,线搜索算法,Barzilar-Borwein 方法
讲义下载,本节内容由谢中林协助准备
Complexity analysis: Yu. Nesterov, Introductory Lectures on Convex Optimization. A Basic Course (2004), section 2.1.
Line search: “Numerical Optimization”, Jorge Nocedal and Stephen Wright, chapter 3: 3.1, 3.5
第7周,10月18日,梯度法和线搜索算法,最速下降法及其复杂度分析,线搜索算法,Barzilar-Borwein 方法
第7周,10月20日,次梯度和次梯度算法
讲义下载,本节内容由朱桢源协助准备
第8周,10月27日,牛顿法、信赖域算法
讲义下载,本节内容由陈乐恒,丁思哲,邓展望协助准备
第9周,11月1日,期中考试, 理教306和理教209
第9周,11月3日,拟牛顿法、非线性最小二乘算法
讲义下载,本节内容由丁思哲,张轩熙协助准备
第10周,11月10日,近似点算子的构造和性质
讲义下载,本节内容由陈乐恒,朱桢源协助准备
第11周,11月15日, 近似点梯度法的构造和分析,条件梯度法, inertial proximal method
讲义下载,本节内容由陈乐恒,朱桢源协助准备
“Proximal Algorithms”, N. Parikh and S. Boyd, Foundations and Trends in Optimization, 1(3):123-231, 2014.
条件梯度法参考: 王奇超,文再文,蓝光辉,袁亚湘, 优化算法复杂度分析简介, (paper)
Peter Ochs, Yunjin Chen, Thomas Brox, and Thomas Pock, iPiano: Inertial Proximal Algorithm for Nonconvex Optimization, SIAM J. IMAGING SCIENCES, Vol. 7, No. 2
第11周,11月17日,Nesterov加速算法和分析
讲义下载,本节内容由李煦恒协助准备
Prof. Lieven Vandenberghe's lecture notes on smoothing
王奇超,文再文,蓝光辉,袁亚湘, 优化算法复杂度分析简介, (paper)
Paul Tseng, Approximation accuracy, gradient methods, and error
bound for structured convex optimization, Math. Program., Ser. B (2010) 125:263–295
参考文献: Amir Beck, Marc Teboulle, A Fast Iterative Shrinkage-Thresholding Algorithm for Linear Inverse Problems
Weijie Su, Stephen Boyd, E. Candes, A Differential Equation for Modeling Nesterov's Accelerated Gradient Method: Theory and Insights
第12周,11月24日,罚函数法和增广拉格朗日函数法
讲义下载,本节内容由陈乐恒,丁思哲,邓展望协助准备
第13周,11月29日,交替方向乘子法
讲义下载,本节内容由华奕轩协助准备
“Distributed Optimization and Statistical Learning via the Alternating Direction Method of Multipliers”, S. Boyd, N. Parikh, E. Chu, B. Peleato, and J. Eckstein, Foundations and Trends in Machine Learning, 3(1):1–122, 2011
Daniel O'Connor, Lieven Vandenberghey, On the equivalence of the primal-dual hybrid gradient method and
Douglas-Rachford splitting
第13周,12月1日, 交替方向乘子法
近似点算法, 讲义下载,本节内容由陈乐恒,邓展望协助准备
第14周,12月8日,对偶算法
讲义下载,本节内容由朱桢源协助准备
第15周,12月13日, Block Coordinate Descent Methods
讲义下载,本节内容由朱桢源协助准备
Jérôme Bolte, Shoham Sabach, Marc Teboulle, Proximal alternating linearized minimization for nonconvex and nonsmooth problems
第15周,12月15日, semi-smooth Newton methods
讲义下载,本节内容由李勇锋,邓展望协助准备
期末考试:12月29日上午8:30-10:30, 腾讯会议号:330-252-264
成绩评定
迟交一天(24小时)打折10%, 不接受晚交4天的作业和项目
每一周或者两周有少量作业,包括习题和程序: 40%
期中闭卷考试:30%.
期末闭卷考试: 30%
作业要求:i) 计算题要求写出必要的推算步骤,证明题要写出关键推理和论证。数值试验题应该同时提交书面报告和程序,其中书面报告有详细的推导和数值结果及分析。
ii) 可以同学间讨论或者找助教答疑,但不允许在讨论中直接抄袭,应该过后自己独立完成。 iii) 严禁从其他学生,从互联网,从往年的答案,其它课程等等任何途径直接抄袭。iv) 如果有讨论或从其它任何途径取得帮助,请列出来源。
期中考试
期末考试
|