关于求解带线性互补约束的数学规划问题正则方法的一个注记

本文主要研究在某些较弱条件下求解带线性互补约束的数学规划问题(MPLCC)正则方法的收敛性.若衡约束规划线性独立约束规范条件(MPEC-LICQ)在由正则方法产生的点列的聚点处成立,且迭代点列满足二阶必要条件,同时,若比在文[7]中渐近弱非退化条件Ⅰ更弱的渐近弱非退化条件Ⅱ在聚点处也成立,那么所有这些聚点都是B-稳定点.此外,在弱MPEC-LICQ,二阶必要条件及渐近弱退化条件Ⅱ下,我们仍能证明通过正则方法所得的聚点都是B-稳定点.     

Lagrange函数的的两个应用

介绍Lagrange函数在大学数学教学中的两个重要应用,利用Lagrange函数中对偶问题来引入特征值和特征向量的定义,以及在规划中由已知原问题求对偶问题.     

Anderson加速外梯度法求解非线性互补问题

外梯度法是一种可以用来解决非线性互补问题的常规算法,其计算简单,存储小,但是收敛速度比较慢.本文基于Anderson加速的思想对其进行改进,从理论上证明了新算法的收敛性,并在数值实验上表明该算法不仅比原始算法加速明显,也比投影收缩算法性能优越,而且在大规模问题上的加速效果稳定.     

一类随机线性互补问题的求法

考虑一类随机互线性补问题的求解方法,目的是通过定义NCP函数来使正则化期望残差最小化.通过拟蒙洛包洛方法产生一系列观察值并且证得离散近似问题最小值解的聚点就是相应随机线性互补问题的期望残差最小值ERM,同时得到利用ERM到解为有界的充分条件.进一步证明ERM法能够得到具有稳定性和最小灵敏度的稳健解.     

一种求解混合约束优化问题的半可行序列线性方程组滤子算法的局部收敛性

作者在[10]中提出了一种半可行序列线性规划滤子方法.它将QP-free方法推广至混合约束优化问题上,并且保持对不等式约束的可行性,对等式约束部分用滤子方法处理,从而避免了罚参数的选取.该算法只需求解四个具有相同系数矩阵的线性方程组以得到搜索方向.在一定程度上克服了序列二次规划方法的缺点.[10]中仅给出了全局收敛性.本文主要给出了该算法的局部超线性收敛性证明以及数值结果.     

一种修改的非单调线搜索SQP算法

提出了一种解非线性规划问题的修改的非单调线搜索算法,并给出了它的全局收敛性证明.不需要用罚函数作为价值函数,也不用滤子和可行性恢复阶段.该算法是基于多目标优化的思想一个迭代点被接受当且仅当目标函数值或是约束违反度函数值有充分的下降.数值结果与LANCELOT作了比较,表明该算法是可靠的.     

一类常系数非齐次微分方程的特解

针对非齐次自由项分别为(a0+a1x)cosλx,(a0+a1x)sinλr,和(ao+a1x)eλxi的三种二阶常系数非齐次线性微分方程,利用变换和升阶法推导出它们的特解表达式.     

解约束优化的分段线性有理NCP函数

本文给出新的NCP函数,这些函数是分段线性有理正则伪光滑的,且具有良好的性质.把这些NCP函数应用到解非线性优化问题的方法中.例如,把求解非线性约束优化问题的KKT点问题分别用QP-free方法,乘子法转化为解半光滑方程组或无约束优化问题.然后再考虑用非精确牛顿法或者拟牛顿法来解决该半光滑方程组或无约束优化问题.这个方法是可实现的,且具有全局收敛性.可以证明在一定假设条件下,该算法具有局部超线性收敛性.