首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到16条相似文献,搜索用时 125 毫秒
1.
讨论带非线性不等式和等式约束的最优化问题,借助强次可行方向法和半罚函数的思想,给出了问题的一个新的广义投影强次可行方向法.该算法的一个重要特性是有限次迭代后,迭代点落入半罚问题的可行域.在适当的条件下证明了算法的全局收敛性和强收敛性.数值实验表明算法是有效的.  相似文献   

2.
线性均衡约束最优化的一个广义投影强次可行方向法   总被引:1,自引:0,他引:1  
本文讨论带线性均衡约束最优化问题,首先利用摄动技术和一个互补函数将问题等价转化为一般约束最优化问题,然后结合广义投影技术和强次可行方向法思想,建立了问题的一个新算法.算法在迭代过程中保证搜索方向不为零,从而使得每次迭代只需计算一次广义投影.在适当的条件下,证明了算法的全局收敛性,并对算法进行了初步的数值试验.  相似文献   

3.
广义投影型的超线性收敛算法   总被引:1,自引:0,他引:1  
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.  相似文献   

4.
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   

5.
一般约束最优化强收敛的拟乘子-强次可行方向法   总被引:2,自引:0,他引:2  
朱志斌 《经济数学》2001,18(3):80-87
本文讨论一般等式和不等式约束优化问题 ,利用广义投影技术和强次可行方向法思想 ,结合拟 K-T点和拟乘子法 [1] 两个新概念 ,建立问题一个初始点任意的有显式搜索方向的新算法 .证明算法不仅收敛到原问题的拟 K- T点 ,且具有更好的强收敛性 .对算法进行了一定的数值试验 .  相似文献   

6.
借助于强次可行方向法的思想和滤子法的思想,给出了一种求解非线性约束优化问题的无罚函数无滤子的方法.方法借助于广义投影技术产生搜索方向,直接通过原目标函数和约束违反度函数作为搜索函数来产生步长,有效地避免了消耗计算成本的恢复阶段.最后在适当的假设条件下,给出了算法的全局收敛性和有效性.  相似文献   

7.
讨论非线性不等式约束优化问题, 借鉴于滤子算法思想,提出了一个新型广义梯度投影算法.该方法既不使用罚函数又无真正意义下的滤子.每次迭代通过一个简单的显式广义投影法产生搜索方向,步长由目标函数值或者约束违反度函数值充分下降的Armijo型线搜索产生.算法的主要特点是: 不需要迭代序列的有界性假设;不需要传统滤子算法所必需的可行恢复阶段;使用了ε积极约束集减小计算量.在合适的假设条件下算法具有全局收敛性, 最后对算法进行了初步的数值实验.  相似文献   

8.
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   

9.
简金宝  赖炎连  张可村 《数学学报》2002,45(6):1137-114
本文讨论不等式约束规划问题,给出一个线性方程组与辅助方向相结合的新可行算法,算法用一种新型的直线搜索产生步长.在一定条件下,当k充分大后,求方向dk每次只需解一个线性方程组.文中证明了算法的全局收敛性与超线性的收敛速度以及二次收敛性,并给出了方法初步的数值试验.  相似文献   

10.
本文结合次梯度选取技术及割平面法和强次可行方向法的思想,提出了一个求解目标函数非光滑约束优化问题的强次可行方向算法.通过设计一个新的寻找搜索方向子问题和构造新型线搜索,算法不仅能接受不可行的初始点,而且能保持迭代点的强次可行性,同时避免在可行域外目标函数值的不适度增加.算法具备全局收敛性,且初步的数值试验表明算法是稳定有效的.  相似文献   

11.
Combining the ideas of generalized projection and the strongly subfeasible sequential quadratic programming (SQP) method, we present a new strongly subfeasible SQP algorithm for nonlinearly inequality-constrained optimization problems. The algorithm, in which a new unified step-length search of Armijo type is introduced, starting from an arbitrary initial point, produces a feasible point after a finite number of iterations and from then on becomes a feasible descent SQP algorithm. At each iteration, only one quadratic program needs to be solved, and two correctional directions are obtained simply by explicit formulas that contain the same inverse matrix. Furthermore, the global and superlinear convergence results are proved under mild assumptions without strict complementarity conditions. Finally, some preliminary numerical results show that the proposed algorithm is stable and promising.  相似文献   

12.
1引言本文讨论带非线性互补约束的最优化问题: (MPEC) (?) (1)其中(x,y,w)∈R~(n m m),f∶R~(n m)→R,g=(g1,g2,…,gl)~T∶R~(n m)→R~l,F= (F_1,F_2…F_m)~T∶R~(n m)→R~m均是连续可微的,w⊥y表示向量w和y是正交的,即w~Ty=0,w ,y∈R~m.记(MPEC)可行集为X.这类问题广泛存在于工程技术、经济、博弈论等各个领域,有着直接的应用价值,故受到人们的广泛关注.关于这方面的应用及部分成果可参考文献[1]-[10].显然,若将条件F(x,y)⊥y写成内积的形式F(x,y)~Ty=0,则(1)成为一个标准的光滑非线性规划问题(SSNP).从理论上来说,现有的理论、方法和技术应可以解决问题(1).遗憾的是,文献[4]  相似文献   

13.
一般约束最优化拓广的强次可行方向法   总被引:5,自引:0,他引:5  
简金宝  张可村 《数学杂志》1999,19(3):250-256
本文讨论非线性等式与不等式最优化问题,引进一个拟罚函数及其相应的只带不等式约束的辅助问题,然后采用广义投影技术和强次可行方向法思想建立原问题的一个全局收敛新算法,该算法具有初点始任意,结构简单,计算量较小等特点。  相似文献   

14.
SQP技术与广义投影相结合的次可行方向法   总被引:6,自引:1,他引:5  
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。  相似文献   

15.
In this paper, we propose a strongly sub-feasible direction method for the solution of inequality constrained optimization problems whose objective functions are not necessarily differentiable. The algorithm combines the subgradient aggregation technique with the ideas of generalized cutting plane method and of strongly sub-feasible direction method, and as results a new search direction finding subproblem and a new line search strategy are presented. The algorithm can not only accept infeasible starting points but also preserve the “strong sub-feasibility” of the current iteration without unduly increasing the objective value. Moreover, once a feasible iterate occurs, it becomes automatically a feasible descent algorithm. Global convergence is proved, and some preliminary numerical results show that the proposed algorithm is efficient.  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   

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