求解非光滑方程组的三次正则化方法

考虑求解非光滑方程组的三次正则化方法及其收敛性分析.利用信赖域方法的技巧,保证该方法是全局收敛的.在子问题非精确求解和BD正则性条件成立的前提下,分析了非光滑三次正则化方法的局部收敛速度.最后,数值实验结果验证了该算法的有效性.     

一类约束优化问题的非单调信赖域算法

本文就一类等式约束优化问题,结合当前比较流行的非单调技术,提出了一类新的求解等式约束优化的非单调信赖域算法.其非单调程度由算法自适应控制,计算预测下降量和实际下降量的比值时,采用前m(k)个点的信息,这不同于以前在计算预测下降量和实际下降量的比值时,仅仅采用当前-个点的信息.在没有正则性条件的假设下我们证明了算法是有定义的.并且通过对不同情况的讨论证明了算法的全局收敛性.基本的数值试验表明算法是有效的,且说明提出的非单调信赖域算法比单调信赖域算法有效.     

带有固定步长的非单调自适应信赖域算法

提出了求解无约束优化问题带有固定步长的非单调自适应信赖域算法.信赖域半径的修正采用自适应技术,算法在试探步不被接受时,采用固定步长寻找下一迭代点.并在适当的条件下,证明算法具有全局收敛性和超线性收敛性.初步的数值试验表明算法对高维问题具有较好的效果.     

一个解非线性方程组新的非单调自适应信赖域法

本文利用函数平均权重的非单调技术以及自适应信赖域方法,提出一个解非线性方程组的非单调自适应信赖域法.并在适当假设条件下,讨论了算法的全局收敛性.数值试验表明了算法是有效的.     

基于非单调自适应信赖域法求解非线性方程组

本文提出了求解非线性方程组的非单调自适应信赖域法.在适当的条件下证明了非单调自适应信赖域法的局部及全局收敛性质.基本的数值实验表明该方法在处理某些非线性方程组是非常有效的.     

一类带非单调线搜索的信赖域算法

通过将非单调Wolfe线搜索技术与传统的信赖域算法相结合,我们提出了一类新的求解无约束最优化问题的信赖域算法.新算法在每一迭代步只需求解一次信赖域子问题,而且在每一迭代步Hesse阵的近似都满足拟牛顿条件并保持正定传递.在一定条件下,证明了算法的全局收敛性和强收敛性.数值试验表明新算法继承了非单调技术的优点,对于求解某...     

基于信赖域技术的处理带线性约束优化的内点算法

基于信赖域技术,本文提出了一个求解带线性等式和非负约束优化问题的内点算法,其特点是:为了求得搜索方向,算法在每一步迭代时仅需要求解一线性方程组系统,从而避免了求解带信赖域界的子问题,然后利用非精确的Armijo线搜索法来得到下一个迭代内点. 从数值计算的观点来看,这种技巧可减少计算量.在适当的条件下,文中还证明了该算法所产生的迭代序列的每一个聚点都是原问题的KKT点.     

基于增广Lagrange函数的约束优化问题的一个信赖域方法

本文提出一个求解不等式约束优化问题的基于指数型增广Lagrange函数的信赖域方法.基于指数型增广Lagrange函数,将传统的增广Lagrange方法的精确求解子问题转化为一个信赖域子问题,从而减少了计算量,并建立相应的信赖域算法.在一定的假设条件下,证明了算法的全局收敛性,并给出相应经典算例的数值实验结果.     

解无约束优化问题的一个新的带线搜索的信赖域算法

在传统信赖域方法的基础上, 提出了求解无约束最优化问题的一个新的带线搜索的信赖域算法. 该算法采用大步长 Armijo 线搜索技术获得迭代步长, 克服了每次迭代求解信赖域子问题时计算量较大的缺点, 因而适用于求解大型的优化问题. 在适当的条件下, 我们证明了算法的全局收敛性. 数值实验结果表明本文所提出的算法是有效的.     

求解一般非线性互补问题的光滑化方法

在利用Fischer-Burmeister函数将非线性互补问题转化为非线性方程组的基础上,本文通过将信赖域方法与线性搜索方法结合起来,提出了求解一般非线性互补问题的光滑化方法.算法中我们给出了一个特定条件,条件满足时,采用信赖步,条件不满足时.采用梯度步.我们证明了算法具有全局收敛性.在解是R-正则的条件下,收敛速度是Q-超线性/Q-二阶收敛的.     

基于线性模型的自适应信赖域方法

为求解大规模无约束优化问题,本文提出了一种自适应线性信赖域法。与传统的线性信赖域法相比,新方法借助一数量矩阵近似Hesse阵,并据此计算线性信赖域半径。理论上证明了新算法的全局收敛性,数值实验表明新算法非常适合大规模问题的求解。     

仿射变换内点信赖域方法求解变分不等式问题

本文研究了求解非线性约束变分不等式问题(VIP)的一个新的算法.利用KKT条件的非光滑方程形式,得到了与VIP等价的简单约束优化问题.提出了求解VIP的一类结合回代线搜索技巧的仿射变换内点信赖域算法.在较弱的条件下证明了算法具有整体收敛性,进一步在某些正则条件下,证明了算法具有超线性收敛速度.     

一种解无约束优化问题的新的非单调自适应信赖域方法

本文提出了一种解无约束优化问题的新的非单调自适应信赖域方法.这种方法借助于目标函数的海赛矩阵的近似数量矩阵来确定信赖域半径.在通常的条件下,给出了新算法的全局收敛性以及局部超线性收敛的结果,数值试验验证了新的非单调方法的有效性.     

一类拟牛顿非单调信赖域算法及其收敛性

本文提出了一类求解无约束最优化问题的非单调信赖域算法.将非单调Wolfe线搜索技术与信赖域算法相结合,使得新算-法不仅不需重解子问题,而且在每步迭代都满足拟牛顿方程同时保证目标函数的近似Hasse阵Bk的正定性.在适当的条件下,证明了此算法的全局收敛性.数值结果表明该算法的有效性.     

解P_0非线性互补问题的光滑Levenberg-Marquardt方法

本文研究了一个P0非线性互补问题.利用信赖域技术获得了求解该问题的光滑Levenberg-Marquardt算法,该算法在一定条件下具有全局性.利用局部误差界还获得了该算法的超线性和二次收敛.数值结果表明该算法是有效的.     

带非线性不等式约束优化问题的信赖域算法

借助于KKT条件和NCP函数,提出了求解带非线性不等式约束优化问题的信赖域算法.该算法在每一步迭代时,不必求解带信赖域界的二次规划子问题,仅需求一线性方程组系统.在适当的假设条件下,它还是整体收敛的和局部超线性收敛的.数值实验结果表明该方法是有效的.     

求解无约束优化问题的分式模型信赖域算法

本文提出一个求解无约束优化问题的分式模型信赖域拟Newton算法.在新算法中,分式模型信赖域子问题是用简单折线法求解的.在合理假设条件下,算法的全局收敛性获得了证明.数值实验结果表明新算法是可行、有效的.     

求解单调非线性方程组的非精确正则化牛顿法及其局部收敛性

本文提出了一种求解单调非线性方程组的非精确正则化牛顿方法,在较弱的局部误差界条件下,证明了该方法具有局部二次收敛性,该方法是文献[4]中精确正则化牛顿法的推广.     

无约束优化的自适应信赖域方法

本文对无约束优化问题提出一个自适应信赖域方法,每次迭代都充分利用前迭代点的信息自动产生一个恰当的信赖域半径,在此区域内,二次模型与原目标函数尽可能一致,避免盲目的尝试,提高了计算效率。文中在通常条件下证明了全局收敛性及局部超线性收敛结果,给出了新算法与传统信赖域方法的数值结果,证实了新方法的有效性。     

局部误差的有界约束非线性方程组的非单调信赖域算法

本文提供了在没有非奇异假设的条件下,求解有界约束半光滑方程组的投影信赖域算法.基于一个正则化子问题,求得类牛顿步,进而求得投影牛顿步.在合理的假设条件下,证明了算法不仅具有整体收敛性而且保持超线性收敛速率.