一类新的非单调记忆梯度法及其全局收敛性

在非单调Armijo线搜索的基础上提出一种新的非单调线搜索,研究了一类在该线搜索下的记忆梯度法,在较弱条件下证明了其全局收敛性。与非单调Armijo线搜索相比,新的非单调线搜索在每次迭代时可以产生更大的步长,从而使目标函数值充分下降,降低算法的计算量。     

一个求解广义圆锥互补问题的无导数光滑算法

本文研究了一个求解广义圆锥互补问题的无导数光滑算法.利用光滑函数将广义圆锥互补问题等价转化成一个光滑方程组,然后再利用牛顿法求解此方程组.该算法采用了一种新的非单调无导数线搜索技术,并且在适当条件下具有全局和局部二次收敛性质.数值实验结果表明算法是非常有效的.     

一类新的求解无约束优化问题的记忆梯度法

本文研究了无约束优化问题.利用当前和前面迭代点的信息产生下降方向以及Armijo线性搜索确定步长,得到了一类新的记忆梯度法.在较弱条件下证明了算法具有全局收敛性和线性收敛速率.数值试验表明算法是有效的.     

3-正则无爪图的导出匹配覆盖(英文)

The induced matching cover number of a graph G without isolated vertices, denoted by imc（G）,is the minimum integer k such that G has k induced matchings {M1,M2,···,Mk}such that,V（M1）∪V（M2）∪···∪V（Mk）covers V（G）.This paper shows that,if G is a 3-regular claw-free graph,then imc（G）∈{2,3}.     

一类非单调曲线搜索方法及其收敛性

本文提出一类求解无约束优化问题的非单调曲线搜索方法, 在较弱条件下证明了其收敛性.该算法有如下特点:(1)采用曲线搜索方法, 在每步迭代时同时确定下降方向和步长;(2)采用非单调搜索技巧, 产生较大的迭代步长, 降低了算法的计算量;(3)利用当前和前面迭代点的信息产生下降方向, 无需计算和存储矩阵, 适于求解大型优化问题.     

Armijo线性搜索下的多步下降算法

本文研究无约束优化问题.利用前面多步迭代点的信息产生下降方向以及Armijo线性搜索产生步长,得到了一类新的多步下降算法,并且在较弱条件下证明了算法具有全局收敛性和线性收敛速率.初步的数值试验表明算法是有效的.     

最短时限运输问题的推广

在目前文献所讨论的最短时限运输问题中,从一个发点到一个收点的运输时间为常数,与运输量无关.这有一定的局限性.本文从实际出发,在已有模型中加入运输量对运输时间的影响,使其更具一般性.实际上,可把时间函数推广到单调递增函数.文中给出了推广模型的多项式时间算法,它能相对快速地找到最优运输方案.     

一类新的多步曲线搜索下的超记忆梯度法

研究一类新的求解无约束优化问题的超记忆梯度法,分析了算法的全局收敛性和线性收敛速率.算法利用一种多步曲线搜索准则产生新的迭代点,在每步迭代时同时确定下降方向和步长,并且不用计算和存储矩阵,适于求解大规模优化问题.数值试验表明算法是有效的.     

一个新的求解二阶锥规划的非内部连续化算法

基于光滑Fischer-Burmeister函数,本文给出一个新的求解二阶锥规划的非内部连续化算法.算法对初始点的选取没有任何限制,并且在每一步迭代只需求解一个线性方程组并进行一次线性搜索.在不需要满足严格互补条件下,证明了算法是全局收敛且是局部超线性收敛的.数值试验表明算法是有效的.     

一类新的曲线搜索下的记忆梯度法

提出一类新的求解无约束优化问题的记忆梯度法,在较弱条件下证明了算法具有全局收敛性和线性收敛速率.算法采用曲线搜索方法,在每一步同时确定搜索方向和步长,收敛稳定,并且不需计算和存储矩阵,适于求解大规模优化问题.数值试验表明算法是有效的.