等式约束最小化的信整域乘子算法

本文通过使用信赖域乘子策略和引入不可微的势函数，讨论了[1]中被合理修正的双边投影拟牛顿方法，分析和叙述了算式约束最小化的信赖域乘子算法，并且证明了算法整体收敛性以及局部超越性收敛速率。     

结合有效集和多维滤子技术的拟Newton信赖域算法(英文)

针对界约束优化问题,提出一个修正的多维滤子信赖域算法.将滤子技术引入到拟Newton信赖域方法,在每步迭代,Cauchy点用于预测有效集,此时试探步借助于求解一个较小规模的信赖域子问题获得.在一定条件下,本文所提出的修正算法对于凸约束优化问题全局收敛.数值试验验证了新算法的实际运行结果.     

求解非线性方程组的一种新的全局收敛的Levenberg-Marquardt算法

本文提出了求解非线性方程组的一种新的全局收敛的Levenberg-Marquardt算法,即μk=ακ(θ||F_k|| (1-θ)||J_k~TF_k||),θ∈[0,1],其中ακ利用信赖域技巧来修正.在不必假设雅可比矩阵非奇异的局部误差界条件下,证明了该算法是全局收敛和局部二次收敛的.数值试验表明该算法能有效地求解奇异非线性方程组问题.     

基于锥模型的一般信赖域算法收敛性分析

本文给出了锥模型信赖域算法的一般模型，它不仅包含通常的信赖域算法一相当于锥模型算法中bk＝0的情形，而且文献[1]的算法也可看作其子类．我们研究这个模型的较强的全局收敛性，并讨论保证算法具有超线性收敛速率的条件，从而推广了文[1]和文[4]中的若干结果．     

一个新的BFGS信赖域算法

本文对于无约束最优化问题提出了一个新的BFGS信赖域算法.利用BFGS方法和信赖域方法,提出了改进的BFGS信赖域方法.推广了文献[3,5]中的两种算法,得到一个新的BFGS信赖域算法,在适当条件下证明了算法的全局收敛性.     

解决大规模信赖域子问题的一种新算法

信赖域方法是解决无约束优化问题的一类有效的方法,而求解信赖域子问题又是信赖域方法的一个重要的组成部分。在本文中,我们首先介绍Hager[4]的序列子空间方法,并分析了对于不同的子空间序列,该算法所具有的性质。随后我们在以上分析的启发下,给出SSM算法的一种改进算法,改进后的算法不仅是全局收敛的,而且进一步减少了矩阵运算量。最后我们给出一些初步的数值试验报告。     

非单调技术预条件弧线路径信赖域解无约束优化

本文提供修正近似信赖域类型路经三类预条件弧线路径方法解无约束最优化问题.使用对称矩阵的稳定Bunch-Parlett易于形成信赖域子问题的弧线路径,使用单位下三角矩阵作为最优路径和修正梯度路径的预条件因子.运用预条件因子改进Hessian矩阵特征值分布加速预条件共轭梯度路径收敛速度.基于沿着三类路径信赖域子问题产生试探步,将信赖域策略与非单调线搜索技术相结合作为新的回代步.理论分析证明在合理条件下所提供的算法是整体收敛性,并且具有局部超线性收敛速率,数值结果表明算法的有效性.     

等式约束优化的组合信赖域与拟牛顿算法

本文对等式约束问题提出了一个种组合信赖域与拟牛顿算法。该算法的特点是若Lagrangian函数的近似Ｈessian阵在等式约束Jacobi阵的零空间正定的,则选择拟牛顿算法,否则用信赖域算法,在通常信赖域算法的收敛假设下,该文证明了组合算法的全局收敛性。     

LC1约束规划问题的超线性收敛ODE型信赖域算法

本文对带线性等式约束的LC^1优化问题提出了一个新的ODE型信赖域算法，它在每一次迭代时，不必求解带信赖域界的子问题，仅解一线性方程组而求得试验步。从而可以降低计算的复杂性，提高计算效率，在一定的条件下，文中还证明了该算法是超线性收敛的。     

等式约束最小化的信赖域乘子算法

本文通过使用信赖域乘子策略和引入不可微的势函数,讨论了(1)中被合理修正的双边投影拟牛顿方法。分析和叙述了算式约束最小化的信赖域乘子算法,并且证明了算法整体收敛性以及局部超越性收敛速率.     

一个无正则条件下一般约束最优化问题的信赖域算法的收敛性

本文我们对[1]的算法给出一个修正并在无正则条件下对这一算法给出了收敛性分析，与[1]不同，我们不需要(SBSQ)约束条件。因此本文的结果是[1]的结果的推广和加强。     

一个求解P0函数非线性互补问题的非内部连续化算法

基于黄正海等2001年提出的光滑函数,本文给出一个求解P0函数非线性互补问题的非内部连续化算法.所给算法拥有一些好的特性.在较弱的条件下,证明了所给算法或者是全局线性收敛,或者是全局和局部超线性收敛.给出了所给算法求解两个标准测试问题的数值试验结果.     

A CLASS OF TRUST REGION METHODS FOR LINEAR INEQUALITY CONSTRAINED OPTIMIZATION AND ITS THEORY ANALYSIS Ⅱ. LOCAL CONVERGENCE RATE AND NUMERICAL TESTS

In this paper we prove that a class of trust region methods presented in part Ⅰ is superlinearly convergent. Numerical tests are reported thereafter. Results by solving a set of typical problems selected from literatures have demonstrated that our algorithm is effective.     

一个新的SQP方法及其超线性收敛性

由Ｗｉｌｓｏｎ,Ｈａｎ,Ｐｏｗｅｌｌ发展的ＳＱＰ技术是解非线性规划的最有效的方法之一,但是,如果其中的二次子规划问题无可行解或者其搜索方向向量无界,该方法ａｎ和Ｂｕｒｋｅ「３」,周广路「２」分别对二次规划问题作了修正,克服了上述矛盾,本文在「２」的基础上,进上步修正,证明在Ａｒｍｉｊｏ搜索下算法具有全局收敛性,并通过解一辅助线性方程组,利用弧式搜索,得出该方法具有超线性收敛性。     

Convergence of the DFP Algorithm Without Exact Line Search

In this paper, we consider the DFP algorithm without exact line search. We strengthen the conditions on the line search and prove that, under the new line search conditions, the DFP algorithm is globally convergent, Q-superlinearly convergent, and n-step quadratically convergent.     

A TRUST REGION ALGORITHM FOR CONSTRAINED NONSMOOTH OPTIMIZATION PROBLEMS

1. Introductioncrust region methods are an hoportat class Of iterative wthods for solving nonlinearoptbozation problems, and have been developed rapidly in recent twenty years (see [1]--[9] 1 115] )[16] etc.). FOr nonsmooth optbozation problems, as early as in 1984, Y. Yuan [21 [3] prOPosed atrust region method for the composite function f(x) = h(g(x)), where h is convex and g E C';L. Qi and J. Sam [4] proposed an inexaCt trust region method for the general unconstrainednonsmooth optchatio…     

带非精确线搜索的调整搜索方向DFP算法

本文介绍一类新的带调整搜索方向的Broyden算法．我们着重讨论带调整搜索方向的DFP算法的收敛性，在某些非精确线搜索的情况下，我们证明对连续可微目标函数，这算法是整体收敛的，而对一致凸目标函数，收敛速度是一步超线收敛的．从这篇文章的证明过程中，可以得到对一致凸目标函数，DFP算法具有一步超线形收敛．     

A TRUST REGION-TYPE METHOD FOR SOLVINGMONOTONE VARIATIONAL INEQUALITY

1.IntroductionLetSbeanonemptyclosedconvexsubsetofR"andletF:R"-R"beacontinuousmapping.ThevariatiollalillequalityproblemFindx*6Ssuchthat(F(x*),x--x*)20forallxeS(VIP)iswidelyusedtostudyvariousequilibriummodelsarisingilleconomic,operatiollsresearch,transportatiollandregionalsciellces[2'3I?where(.,.)dellotestheinnerproductinR".Manyiterativemethodsfor(VIP)havebeendeveloped,forexample,projectionmethods[7ts],thenonlinearJacobimethod[5],thesuccessiveoverrelaxation.ethod[9]andgeneralizedgradient.…     

赋范空间有界序列收敛的等价性

Two kinds of convergent sequences on the real vector space m of all bounded sequences in a real normed space X were discussed in this paper, and we prove that they are equivalent, which improved the results of [1].