Descent algorithm for nonsmooth stochastic multiobjective optimization - Inria - Institut national de recherche en sciences et technologies du numérique
Article Dans Une Revue Computational Optimization and Applications Année : 2017

Descent algorithm for nonsmooth stochastic multiobjective optimization

Fabrice Poirion
  • Fonction : Auteur
  • PersonId : 1024839
Quentin Mercier
  • Fonction : Auteur
  • PersonId : 1024840

Résumé

An algorithm for solving the expectation formulation of stochastic nonsmooth multiobjective optimization problems is proposed. The proposed method is an extension of the classical stochastic gradient algorithm to multi-objective optimization using the properties of a common descent vector defined 10 in the deterministic context. The mean square and the almost sure convergence of the algorithm are proven. The algorithm efficiency is illustrated and assessed on an academic example.
Fichier principal
Vignette du fichier
articlePQD-COAP.pdf (480.99 Ko) Télécharger le fichier
Origine Fichiers produits par l'(les) auteur(s)
Loading...

Dates et versions

hal-01660788 , version 1 (11-12-2017)

Identifiants

Citer

Fabrice Poirion, Quentin Mercier, Jean-Antoine Desideri. Descent algorithm for nonsmooth stochastic multiobjective optimization. Computational Optimization and Applications, 2017, 68 (2), pp.317-331. ⟨10.1007/s10589-017-9921-x⟩. ⟨hal-01660788⟩
619 Consultations
744 Téléchargements

Altmetric

Partager

More