.png){kind=logo}
常小凱，男，1984年10月生，甘肅通渭人，2022年獲得甘肅省杰出青年基金，2024年入選甘肅省隴原青年英才。2019年12月博士畢業(yè)于西安電子科技大學(xué)應(yīng)用數(shù)學(xué)專業(yè)?，F(xiàn)為蘭州理工大學(xué)理學(xué)院數(shù)學(xué)系副教授，碩士研究生導(dǎo)師。
郵箱：xkchang@lut.edu.cn 辦公室地址：蘭州理工大學(xué)（西校區(qū)）文理樓544
主要從事交替方向乘子法(ADMM)，原始-對(duì)偶混合梯度法（PDHG）和算子分裂（Operator Splitting）算法及其應(yīng)用的研究。突破經(jīng)典分裂算法使用Polyak 和Nesterov 等開創(chuàng)的外推技術(shù)，利用序列凸組合提出了原始對(duì)偶分裂算法的新范式：“凸組合+大步長”，取得了系列卓越成果。在《SIAM Journal on Optimization》、《Journal of Scientific Computing》、 《Journal of Optimization Theory and Applications》、 《Numerical Algorithms》《Calcolo》、 《Journal of Computational and Applied Mathematics》、 《Optimization》、 《Optimization Methods and Software》、 《計(jì)算數(shù)學(xué)》等國際頂級(jí)和知名學(xué)術(shù)期刊上發(fā)表高水平學(xué)術(shù)論文20余篇，所設(shè)計(jì)的算法在圖像處理上的應(yīng)用獲得 2017 年陜西省第三屆研究生創(chuàng)新成果一等獎(jiǎng)。
（1）2024年，入選省級(jí)人才計(jì)劃：甘肅省隴原青年英才；
（2）2023年，蘭州理工大學(xué)教學(xué)質(zhì)量卓越獎(jiǎng)（二層次）；
（1）國家自然科學(xué)基金項(xiàng)目（33萬，編號(hào)12161053），基于序列凸組合技術(shù)的新型原始-對(duì)偶混合梯度算法及其應(yīng)用研究，時(shí)間2022年1月——2025年12月；
（2）甘肅省杰出青年基金項(xiàng)目（40萬，編號(hào)22JR5RA223），極小極大問題的黃金比率算法及應(yīng)用，時(shí)間2022年10月——2025年9月；
（3）甘肅省教育廳科研項(xiàng)目（2.5萬，編號(hào)2020A022），多分塊交替方向乘子法及其大數(shù)據(jù)應(yīng)用研究, 時(shí)間2020年1月——2021年12月。
（4）蘭州理工大學(xué)博士科研啟動(dòng)經(jīng)費(fèi)（10萬）；
[1] X. Chang(常小凱), J. Yang, and H. Zhang. Golden ratio primal-dual algorithm with linesearch. SIAM Journal on Optimization，Vol. 32, No. 3, pp. 1584—1613, 2022.
[2] X. Chang(常小凱) , J. Yang. GRPDA Revisited: Relaxed Condition and Connection to Chambolle-Pock’s Primal-Dual Algorithm, Journal of Scientific Computing, (2022) 93:70.
[3] X. Chang(常小凱) , J. Yang. A golden ratio primal-dual algorithm for structured convex optimization. Journal of Scientific Computing, (2021) 87:47.
[4] X. Chang(常小凱), L. Xu, and J. Cao. A splitting preconditioned primal-dual algorithm with interpolation and extrapolation for bilinear saddle point problem. Numerical Algorithms, 2024.
[5] X. Chang(常小凱) , J. Bai. A projected extrapolated gradient method with larger step size for monotone variational inequalities. Journal of Optimization Theory and Applications, 190, 602—627 (2021).
[6] X. Chang(常小凱) , J. Bai, D. Song, S. Liu. Linearized symmetric multi-block ADMM with indefinite proximal regularization and optimal proximal parameter. Calcolo, 2020.
[7] X. Chang(常小凱), S. Liu, P. Zhao, X. Li. Convergent prediction-correction-based ADMM for multi-block separable convex programming. Journal of Computational and Applied Mathematics, 2018.
已發(fā)表文章中使用的部分code分享在網(wǎng)址：https://github.com/cxk9369010 請(qǐng)下載測試并提出寶貴意見。
Scholat.com/xkchang
