凸优化算法

本书涵盖了凸优化算法的几乎全部类型，主要包括梯度、次梯度、多面体近似、近端算法和内点法。各章的内容如下：第1章，凸优化模型概述； 第2章，优化算法概述； 第3章，次梯度算法； 第4章，多面体近似算法； 第5章，近端算法； 第6章，其他算法问题。本书的一个特色是在强调问题之间的对偶性的同时，也十分重视建立在共轭概念上的算法之间的对偶性，这常常能为选择合适的算法实现方式提供新的灵感和计算上的便利。本书涉及大规模优化、网络优化、并行和分布式计算、信号处理和机器学习等领域广泛应用的分析和讨论。本书可以作为研究生和高年级本科生学习凸优化的教材，也可以供广大工程技术和研究人员参考。