二阶段随机优化涉及到数学期望,特别是算法的实现往往要计算多重积分,采用并行计算技术能提高计算效率。本项目通过对二阶段随机优化特性的研究,给出求解它们的方法及其收敛质,并探讨这些算法的并行计算问题。这些问题的完整解决对数学优化学科的发展有一定的推动作用,同时也将为科学计算提供一个可行方法。
{{i.achievement_title}}
数据更新时间:2023-05-31
MSGD: A Novel Matrix Factorization Approach for Large-Scale Collaborative Filtering Recommender Systems on GPUs
一种改进的多目标正余弦优化算法
基于混合优化方法的大口径主镜设计
变可信度近似模型及其在复杂装备优化设计中的应用研究进展
涡轮叶片厚壁带肋通道流动与传热性能的预测和优化
面向智能合约的并行随机超级优化及运行时窥孔优化方法
基于随机并行优化算法的自适应光束全场整形方法探索研究
考虑随机激励效应的结构动力分析和优化并行算法
核方法中的并行最优化算法