一个线性约束优化问题的广义梯度投影法

本文对线性约束优化问题提出了一个新的广义梯度投影法，该算法采用了非精确线性搜索，并在每次迭代运算中结合了广义投影矩阵和变尺度方法的思想确定其搜索方向．在通常的假设条件下，证明了该算法的整体收敛性和超线性收敛速度．     

一般线性或非线性约束下的共轭投影变尺度方法

梯度投影法是一类有效的约束最优化算法，在最优化领域中占有重要的地位．但是，梯度投影法所采用的投影是正交投影，不包含目标函数和约束函数的二阶导数信息·因而；收敛速度不太令人满意．本文介绍一种共轭投影概念，利用共轭投影构造了一般线性或非线性约束下的共轭投影变尺度算法，并证明了算法在一定条件下具有全局收敛性．由于算法中的共轭投影恰当地包含了目标函数和约束函数的二阶导数信息，因而收敛速度有希望加快．数值试验的结果表明算法是有效的．     

求解非线性等式和不等式约束优化问题的三项记忆梯度广义投影算法

利用广义投影矩阵，对求解无约束规划的三项记忆梯度算法中的参数给一条件，确定它们的取值范围，以保证得到目标函数的三项记忆梯度广义投影下降方向，建立了求解非线性等式和不等式约束优化问题的三项记忆梯度广义投影算法，并证明了算法的收敛性．同时给出了结合FR，PR，HS共轭梯度参数的三项记忆梯度广义投影算法，从而将经典的共轭梯度算法推广用于求解约束规划问题．数值例子表明算法是有效的．     

初始点任意的解非线性不等式约束优化问题的结合共轭梯度参数的超记忆梯度广义投影算法

本文利用广义投影矩阵，对求解无约束规划的超记忆梯度算法中的参数给出一种新的取值范围以保证得到目标函数的超记忆梯度广义投影下降方向，并与处理任意初始点的方法技巧结合建立求解非线性不等式约束优化问题的一个初始点任意的超记忆梯度广义投影算法，在较弱条件下证明了算法的收敛性．同时给出结合FR，PR，HS共轭梯度参数的超记忆梯度广义投影算法，从而将经典的共轭梯度法推广用于求解约束规划问题．数值例子表明算法是有效的．     

初始点任意的一个非线性优化的广义梯度投影法

广义投影算法的优点是避免转轴运算。它成功地给出了线性约束问题、初始点任意的只带非线性不等式约束问题，以及利用辅助规划来处理带等式与不等式约束问题的算法．后者完满地解决了投影算法对于非线性等式约束问题的处理，但要求满足不等式约束的初始点．本文据此利用广义投影与罚函数技巧给出了一个初始点任意的等式与不等式约束问题的算法，省去了求初始解的计算，并保持了上述方法的优点，证明了算法的全局收敛性     

广义投影型的超线性收敛算法

该文利用矩阵分解与广义投影等技巧，给出了求解线性约束的非线性规划的一个广义投影型的超线性收敛算法，不需要δ－主动约束与每一步反复计算投影矩阵，避免了计算的数值不稳定性，利用矩阵求逆的递推公式，计算简便，由于采用了非精确搜索，算法实用可行，文中证明了算法具有收敛性及超线性的收敛速度．     

用投影方法求耗散广义Hamilton约束系统的李群积分

针对耗散广义Hamilton约束系统．通过引入拉格朗日乘子和采用投影技术，给出了一种保持动力系统内在结构和约束不变性的李群积分法．首先将带约束条件的耗散Hamilton系统化为无约束广义Hamilton系统．进而讨论了无约束广义Hamilton系统的李群积分法，最后给出了广义Hamilton约束系统李群积分的投影方法．采用投影技术保证了约束的不变性，引入拉格朗日乘子后，在向约束流形投影时不会破坏原动力系统的李群结构．讨论的内容仅限于完整约束系统，通过数值例题说明了方法的有效性．     

不等式约束优化一个改进的投影变尺度算法

本文研究了不等式约束优化问题.利用共轭投影梯度方法,获得了一个投影变尺度型算法.在适当的条件下,证明算法是全局收敛且具有超线性收敛性.     

SQP技术与广义投影相结合的次可行方向法

本文建立非线性不等式约束优化的一个新算法，分析和证明了算法的整体收敛性和超线性收敛性。其技巧在于将广义投影和ＳＱＰ技术结合使用。     

一类超线性收敛的既约变尺度法

本文将既约梯度法与Ｈｕａｎｇ族变尺度法相结合，给出标准型线性约束规划问题的一类既约变尺度法．在较温和的假设下，算法具有全局收敛性和超线性收敛速度，最后指出本文算法包含和改进几个己有的有效算法．     

基于修正拟牛顿方程的两阶段非单调稀疏对角变尺度梯度投影算法

基于修正拟牛顿方程,利用Goldstein-Levitin-Polyak(GLP)投影技术,建立了求解带凸集约束的优化问题的两阶段步长非单调变尺度梯度投影算法,证明了算法的全局收敛性和一定条件下的Q超线性收敛速率.数值结果表明新算法是有效的,适合求解大规模问题.     

Adaptive limited memory bundle method for bound constrained large-scale nonsmooth optimization

Typically, practical optimization problems involve nonsmooth functions of hundreds or thousands of variables. As a rule, the variables in such problems are restricted to certain meaningful intervals. In this article, we propose an efficient adaptive limited memory bundle method for large-scale nonsmooth, possibly nonconvex, bound constrained optimization. The method combines the nonsmooth variable metric bundle method and the smooth limited memory variable metric method, while the constraint handling is based on the projected gradient method and the dual subspace minimization. The preliminary numerical experiments to be presented confirm the usability of the method.     

线性等式约束优化的既约预条件共轭梯度路径法

采用既约预条件共轭梯度路径结合非单调技术解线性等式约束的非线性优化问题.基于广义消去法将原问题转化为等式约束矩阵的零空间中的一个无约束优化问题,通过一个增广系统获得既约预条件方程,并构造共轭梯度路径解二次模型,从而获得搜索方向和迭代步长.基于共轭梯度路径的良好性质,在合理的假设条件下,证明了算法不仅具有整体收敛性,而且保持快速的超线性收敛速率.进一步,数值计算表明了算法的可行性和有效性.     

一个新的约束变尺度算法

对于上述问题的求解,已有许多可行的算法.特别是首先由 Wilson 提出,后经 Han和 Powell 进一步发展起来的约束变尺度算法,是一类比较有效的方法.Fletcher 及Mayne 和 Polak 等也做了许多工作,使约束变尺度算法日趋完善.但所有这些方法,大部分都以 L_1-罚函数作为其效益函数,因而仍存在一些难以克服的缺点.     

Subspace Barzilai-Borwein Gradient Method for Large-Scale Bound Constrained Optimization

An active set subspace Barzilai-Borwein gradient algorithm for large-scale bound constrained optimization is proposed. The active sets are estimated by an identification technique. The search direction consists of two parts: some of the components are simply defined; the other components are determined by the Barzilai-Borwein gradient method. In this work, a nonmonotone line search strategy that guarantees global convergence is used. Preliminary numerical results show that the proposed method is promising, and competitive with the well-known method SPG on a subset of bound constrained problems from CUTEr collection. This work was supported by the 973 project granted 2004CB719402 and the NSF project of China granted 10471036.     

线性约束下的共轭投影变尺度法及其超线性收敛性

§1.引言 对于线性约束非线性规划问题,自从Zoutendijk于1960年提出容许方向法以来,相继出现了很多可行方向法,特别是Rosen和Goldfarb的梯度投影法引人注目。很多作者对他们的方法进行了各种形式的改进,把线性约束的情形推广到非线性约束的情形,从凸规划的可行方向法发展到非凸规划的可行方向法,通过引进ε-有效约束集的概念,从