首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到20条相似文献,搜索用时 203 毫秒
1.
本文讨论非线性不等式约束最优化问题,借助于序列线性方程组技术和强次可行方法思想,建立了问题的一个初始点任意的快速收敛新算法.在每次迭代中,算法只需解一个结构简单的线性方程组.算法的初始迭代点不仅可以是任意的,而且不使用罚函数和罚参数,在迭代过程中,迭代点列的可行性单调不减.在相对弱的假设下,算法具有较好的收敛性和收敛速度,即具有整体与强收敛性,超线性与二次收敛性.文中最后给出一些数值试验结果.  相似文献   

2.
一个解凸二次规划的预测-校正光滑化方法   总被引:1,自引:0,他引:1  
本文为凸二次规划问题提出一个光滑型方法,它是Engelke和Kanzow提出的解线性规划的光滑化算法的推广。其主要思想是将二次规划的最优性K-T条件写成一个非线性非光滑方程组,并利用Newton型方法来解其光滑近似。本文的方法是预测-校正方法。在较弱的条件下,证明了算法的全局收敛性和超线性收敛性。  相似文献   

3.
单锋 《工科数学》2002,18(1):48-51
本给出了无界域上不定二次规划一个算法,该算法将不定二次规划转化为一系列凸二次规划,并证明了算法的收敛性。  相似文献   

4.
基于 Chen- Mangasarian光滑函数的一个子类 ,针对单调非线性互补问题给出了一种不可行非内点连续方法预估校正算法 ,并在适当的条件下 ,证明了算法具有全局线性收敛性和局部二次收敛性。  相似文献   

5.
单锋 《大学数学》2002,18(1):48-51
本文给出了无界域上不定二次规划一个算法 ,该算法将不定二次规划转化为一系列凸二次规划 ,并证明了算法的收敛性 .  相似文献   

6.
凸约束优化的非单调信赖域算法的收敛性   总被引:1,自引:0,他引:1  
本文对凸约束优化问题提出一类新的非单调信赖域算法,在二次模型Hesse矩阵{Bk}一致有界条件下,证明了算法具有强收敛性;在{Bk}线性增长的条件下,证明了算法具有弱收敛性;这推广了现有约束或凸约束优化问题的各种信赖域算法,改进了收敛性结果。  相似文献   

7.
利用线性互补问题与二次规划之间的关系,推广了求解二次规划的KKT内点法,并用于线性互补问题,分析了推广算法的全局收敛性和局部收敛性.数值实验表明,算法对求解几类线性互补问题是有效的.  相似文献   

8.
许任飞 《经济数学》2004,21(3):258-262
本文研究求解含有奇异解的无约束最优化问题算法 .该类问题的一个重要特性是目标函数的Hessian阵可能处处奇异 .我们提出求解该类问题的一种梯度 -正则化牛顿型混合算法 .并在一定的条件下得到了算法的全局收敛性 .而且 ,经一定迭代步后 ,算法还原为正则化 Newton法 .因而 ,算法具有局部二次收敛性 .  相似文献   

9.
本文对无约束优化问题提出了一类基于锥模型的非单调信赖域算法.二次模型非单调信赖域算法是新算法的特例.在适当的条件下,证明了算法的全局收敛性及Q-二次收敛性.  相似文献   

10.
非线性约束最优化一族超线性收敛的可行方法   总被引:5,自引:0,他引:5  
本文建立求解非线性不等式约束最优化一族含参数的可行方法.算法每次迭代仅需解一个规模较小的二次规划.在一定的假设条件下,证明了算法族的全局收敛性和超线性收敛性.  相似文献   

11.
本文讨论Rn空间上的无约束极大极小问题. 通过Rn+1空间上的广义梯度投影技术产生Rn上的下降搜索方向,进而结合Armijo非精确线搜索建立了原问题Rn上的一个广义梯度投影型算法.算法在仿射线性无关条件下,具有全局收敛性和强收敛性. 文中对算法进行了初步的数值试验.  相似文献   

12.
利用SQP方法、广义投影技术和强次可行方(向)法思想,建立不等式约束优化一个新的初始点任意的快速收敛算法. 算法每次迭代仅需解一个总存在可行解的二次子规划,或用广义投影计算“一阶”强次可行下降辅助搜索方向;采用曲线搜索与直线搜索相结合的方法产生步长. 在较温和的条件下,算法具有全局收敛性、强收敛性、超线性与二次收敛性. 给出了算法有效的数值试验.  相似文献   

13.
利用广义投影校正技术对搜索方向进行某种修正,改进假设条件,采用一种新型的一阶修正方向并结合SQP技术,建立了求解非线性约束最优化问题(p)的一个新的SQP可行下降算法,在较温和的假设条件下证明了算法的全局收敛性.由于新算法仅需较小的存储,从而适合大规模最优化问题的计算.  相似文献   

14.
解非线性约束拟凸规划的一个梯度投影法   总被引:4,自引:0,他引:4  
目前国内外所流行的梯度投影法(包括Rosen的原有算法和一些修正算法)还存在以下几个问题:一、要增加Polak程序以保证算法的收僉性。二、在计算投影梯度时,每步一般要作两次投影。三、对于非线性约束问题,负梯度投影方向是不可行的,因此必须在此方向的基础上构造出能保证算法收歛的新可行下降方向。而目前为构造出这个新方向所作的计算都比较复杂。 1981年[5]提出了一个处理线性约束条件的梯度投影法,基本上解决了线  相似文献   

15.
本文提出一个求解非线性不等式约束优化问题的带有共轭梯度参数的广义梯度投影算法.算法中的共轭梯度参数是很容易得到的,且算法的初始点可以任意选取.而且,由于算法仅使用前一步搜索方向的信息,因而减少了计算量.在较弱条件下得到了算法的全局收敛性.数值结果表明算法是有效的.  相似文献   

16.
In this work, combining the generalized projection techniques with the idea of a strongly sub-feasible direction method, a new algorithm for solving systems of nonlinear inequalities is presented. At each iteration of the proposed algorithm, the search direction is yielded by just one new explicit formula. The proposed algorithm is proved not only to possess global and strong convergence but also to be able to produce a solution in a finite number of iterations. Finally, some interesting numerical results are reported.  相似文献   

17.
《Optimization》2012,61(2):137-150
An algorithm for addressing multiple objective linear programming (MOLP) problems is presented. The algorithm modifies the path-following primal-dual algorithm to MOLP problems by using the single objective algorithm to generate interior search directions and later combine them to derive a single direction along which to step to the next iterate. Combining the different interior search directions is done by interacting with a Decision Maker (DM) to obtain locally-relevant preference information for the value vectors along these directions. This preference information is then used to derive an approximation to the gradient of an implicity-known utility function, and using a projection of this gradient provides a direction gradient of an implicitly-known utility function, and using a projection of this gradient provides a direction vector along which we step to the next iterate. At each iteration the algorithm also generates boundary points that aid in deriving the combined search direction. We refer to these boundary points, generated sequentially during the process, as anchor points that serve as candidate solutions at which to terminate the iterative process.  相似文献   

18.
Differential evolution with generalized differentials   总被引:1,自引:0,他引:1  
In this paper, we study the mutation operation of the differential evolution (DE) algorithm. In particular, we propose the differential of scaled vectors, called the ‘generalized differential’, as opposed to the existing scaled differential vector in the mutation of DE. We derive the probability distribution of points generated by the mutation with ‘generalized differentials’. We incorporate a vector-projection-based exploratory method within the new mutation scheme. The vector projection is not mandatory and it is only invoked if trial points continue to be unsuccessful. An algorithm is then proposed which implements the mutation strategy based on the difference of the scaled vectors as well as the vector projection technique. A numerical study is carried out using a set of 50 test problems, many of which are inspired by practical applications. Numerical results suggest that the new algorithm is superior to DE.  相似文献   

19.
本文,在无严格互补条件下,对非线性不等式约束最优化问题提出了一个新的序列线性方程组(简称SSLE)算法.算法有两个重要特征:首先,每次迭代,只须求解一个线性方程组或一个广义梯度投影阵,且线性方程组可以无解.其次,初始点可以任意选取.在无严格互补条件下,算法仍有全局收敛性、强收敛性、超线性收敛性及二次收敛性.文章的最后,还对算法进行了初步的数值实验.  相似文献   

20.
GAOZIYOU(高自友)(NorthernJiaotongUniversity,Beijing100044,China)LAIYANLIAN(赖炎连)(InstituteofAppliedMathematics,theChineseAcademyo...  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号