广义精确可微罚函数

本文利用凝聚函数，构造了一个新的广义精确可微罚函数，并设计了一类具有全局收敛的算法．该算法允许任意初始点，并自动调整罚因子，调整步骤是有限的．新的广义精确可微罚函数不会有“零，一阶病态”发生．     

精确罚函数和极小极大问题

在这篇文章中我们研究了对于不等式约束的非线性规划问题如何根据极小极大问题的鞍点来找精确罚问题的解。对于一个具有不等式约束的非线性规划问题,通过罚函数,我们构造出一个极小极大问题,应用交换“极小”或“极大”次序的策略,证明了罚问题的鞍点定理。研究结果显示极小极大问题的鞍点是精确罚问题的解。     

不等式约束最优化的非光滑精确罚函数的一个光滑近似

为不等式约束最优化问题提出一个连续可微近似罚函数并研究它的性质.在此基础上,提出了两个罚函数方法并证明这两个方法是全局收敛的.     

一类线性约束变分不等式问题的幂罚函数法

本文研究了一类线性约束变分不等式(Ⅵ)的幂罚函数法求解问题.利用Ⅵ的KKT条件,将Ⅵ转化为等价的混合互补问题和一个新的Ⅵ问题,并在一定条件下分析了解的存在性和唯一性.利用度理论证明了幂罚方程组解的存在性与唯一性.由以上结果最终证明了幂罚函数法的收敛性,即幂罚方程组的解收敛于Ⅵ问题的解.     

不等式约束优化问题的低阶精确罚函数的光滑化算法

对不等式约束优化问题提出了一个低阶精确罚函数的光滑化算法. 首先给出了光滑罚问题、非光滑罚问题及原问题的目标函数值之间的误差估计,进而在弱的假
设之下证明了光滑罚问题的全局最优解是原问题的近似全局最优解. 最后给出了一个基于光滑罚函数的求解原问题的算法,证明了算法的收敛性,并给出数值算例说明算法的可行性.     

不等式约束优化问题的精确罚函数法

1引言 在约束最优化的研究中，罚函数法有很高的理论及应用价值，为求约束优化问题的最优解x，很多方法是通过求解一系列优化问题来实现，人们称之为SUMT方法~[1].     

关于约束极小化问题的一个新的简单精确罚函数

针对等式及不等式约束极小化问题,通过对原问题添加一个变量,给出一个新的简单精确罚函数,即在该精确罚函数表达式中,不含有目标函数及约束函数的梯度．在满足某些约束品性的条件下,可以证明：当罚参数充分大时,所给出的罚问题的局部极小点是原问题的局部极小点．     

低阶精确罚函数的一种光滑化逼近

本文对不等式约束优化问题给出了低阶精确罚函数的一种光滑化逼近.提出了通过搜索光滑化后的罚问题的全局解而得到原优化问题的近似全局解的算法.给出了几个数值例子以说明所提出的光滑化方法的有效性.     

一种新的求解带约束的有限极大极小问题的精确罚函数

提出了一种新的精确光滑罚函数求解带约束的极大极小问题．仅仅添加一个额外的变量,利用这个精确光滑罚函数,将带约束的极大极小问题转化为无约束优化问题． 证明了在合理的假设条件下,当罚参数充分大,罚问题的极小值点就是原问题的极小值点．进一步,研究了局部精确性质．数值结果表明这种罚函数算法是求解带约束有限极大极小问题的一种有效算法．     

一类特殊拟可微函数最优化问题的线性化方法

In this paper,we consider the problem of minimizing a particular class of quasi-differentiable functions:min{f(x)=max min fij(x)}.An algorithm for this problem is giver.At each iteration by solving quadratic programming subproblems to generate search directions,its convergence is proved in the sense of inf-stationary points.     

On the Smoothing of the Square-Root Exact Penalty Function for Inequality Constrained Optimization

In this paper we propose two methods for smoothing a nonsmooth square-root exact penalty function for inequality constrained optimization. Error estimations are obtained among the optimal objective function values of the smoothed penalty problem, of the nonsmooth penalty problem and of the original optimization problem. We develop an algorithm for solving the optimization problem based on the smoothed penalty function and prove the convergence of the algorithm. The efficiency of the smoothed penalty function is illustrated with some numerical examples, which show that the algorithm seems efficient.     

A SQP Method for Inequality Constrained Optimization

Abstract In this paper, a new SQP method for inequality constrained optimization is proposed and the globalconvergence is obtained under very mild conditions.     

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

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.     

一类逼近l1精确罚函数的罚函数

本文对可微非线性规划问题提出了一个渐近算法,它是基于一类逼近l1精确罚函数的罚函数而提出的,我们证明了算法所得的极小点列的聚点均为原问题的最优解,并在Mangasarian-Fromovitz约束条件下,证明了有限次迭代之后,所有迭代均为可行的,即迭代所得的极小点为可行点.     

混合整数规划的精确罚函数

本文讨论了混合整数规划的精确罚函数，并给出了原规划的解和其相应的罚问题解的等价性的几个充分条件。此外，我们提出了线性混合整数规划情况下相应的K－K－T条件。     

非线性整规划中的精确光滑罚函数

本文提出了几个非线性整规划 的全局精确光滑罚函数，每个罚函数有两个参数，并且给出了每个罚函数的精确罚参数的估计值，最后，我们举例说明了所提出的罚方法在具有整系数多项式目标函数以约束函数的整数规划中的应用。     

A Globally and Superlinearly Convergent SQP Algorithm for Nonlinear Constrained Optimization

Based on a continuously differentiable exact penalty function and a regularization technique for dealing with the inconsistency of subproblems in the SQP method, we present a new SQP algorithm for nonlinear constrained optimization problems. The proposed algorithm incorporates automatic adjustment rules for the choice of the parameters and makes use of an approximate directional derivative of the merit function to avoid the need to evaluate second order derivatives of the problem functions. Under mild assumptions the algorithm is proved to be globally convergent, and in particular the superlinear convergence rate is established without assuming that the strict complementarity condition at the solution holds. Numerical results reported show that the proposed algorithm is promising.     

A Truncated Newton Method for the Solution of Large-Scale Inequality Constrained Minimization Problems

A new active set Newton-type algorithm for the solution of inequality constrained minimization problems is proposed. The algorithm possesses the following favorable characteristics: (i) global convergence under mild assumptions; (ii) superlinear convergence of primal variables without strict complementarity; (iii) a Newton-type direction computed by means of a truncated conjugate gradient method. Preliminary computational results are reported to show viability of the approach in large scale problems having only a limited number of constraints.     

Exact Penalty Function and Asymptotic Strong Nonlinear Duality in Integer Programming

In this paper,a logarithmic-exponential penalty function with two parameters for integer program-ming is discussed.We obtain the exact penalty properties and then establish the asymptotic strong nonlinearduality in the corresponding logarithmic-exponential dual formulation by using the obtained exact penaltyproperties.The discussion is based on the logarithmic-exponential nonlinear dual formulation proposed in [6].