一种无恢复过程的SQP-滤子法

本文研究非线性不等式约束优化问题,构造一个新的SQP-滤子法.该方法将滤子技术有机融合到简金宝提出的可行SQP方法中,利用转轴运算的思想,产生一个近似积极约束集,当QP子问题不相容时,利用广义投影技术获得可行搜索方向.该算法既能避免罚函数的选择,又能避免常规滤子算法中的恢复算法,一定程度上简化了计算.最后,在合理的条件下,证明了算法的全局收敛性.     

等式约束优化一个修正的投影变尺度法

本文研究了等式约束优化问题.利用罚函数和投影变尺度方法,得到了一个修正的算法及其全局收敛与超线性收敛率.改进了文献[J]中的方法.     

互补约束均衡优化的一个共轭梯度投影法

讨论均衡约束最优化问题,利用一个互补函数和扰动技术将原问题转换为非线性等式约束最优化问题,然后利用共轭梯度投影算法的思想,给出了问题的一个求解算法,在适当的条件下,证明了算法的全局收敛性.     

非线性最优化一个可行序列等式约束二次规划算法

本文针对非线性不等式约束优化问题,提出了一个新的可行序列等式约束二次规划算法．在每次迭代中,该算法只需求解三个相同规模且仅含等式约束的二次规划(必要时求解一个辅助的线性规划),因而其计算工作量较小．在一般的条件下,证明了算法具有全局收敛及超线性收敛性．数值实验表明算法是有效的．     

基于广义投影技术的信赖域滤子法

本文利用广义投影技术和滤子技术相结合的方法来求解非线性规划问题,该方法只需要通过求解一个子问题获得主搜索方向或计算一次广义投影型辅助方向,避免了常规滤子法中的恢复算法,而且能有效避免选择罚函数的困难,大大简化了计算量.同时,在不需要严格互补的条件下获得了算法的全局收敛性.     

非线性均衡问题一个超线性收敛的光滑逼近SQP算法

研究非线性均衡问题,引入一个磨光算子将原问题转化为光滑问题,并用此光滑问题来逼近原来的问题而求解.在每步迭代中,通过转轴运算,求解一个线性约束二次规划问题和显式修正方向来得到主方向,并通过一个显式公式来得到高阶修正方向使得算法避免Maratos效应.在不需要上层互补条件下证明了算法具有全局收敛性和强收敛性且具有超线性收敛速度.     

一种基于步长的SQP滤子法

本文将滤子法用到SQP方法中,通过减小违反约束度函数值和一个逼近目标函数的函数值来确定试探步是否被滤子接受.此方法不同于其他滤子法,它不需要减小信赖域半径而是通过改变步长因子来保证充分下降性.本文在一定条件下获得了全局收敛性.     

不等式约束优化一个超线性收敛的可行内点型算法

本文针对非线性不等式约束优化问题,提出了-个可行内点型算法.在每次迭代中,基于积极约束集策略,该算法只需求解三个线性方程组,因而其计算工作量较小.在-般的条件下,证明了算法具有全局收敛及超线性收敛性.     

一个新的共轭投影梯度算法及其超线性收敛性

利用共轭投影梯度技巧，结合SQP算法的思想，建立了一个具有显示搜索方向的新算法，在适当的条件下，证明算法是全局收敛和强收敛的，且具有超线性收敛性，最后数值实验表明算法是有效的。     

不等式约束优化一个新的SQP算法

本文提出了一个处理不等式约束优化问题的新的SQP算法．和传统的SQP算法相比，该算法每步只需求解一个仅含等式约束的子二次规划，从而减少了算法的计算工作量．在适当的条件下，证明算法是全局收敛的且具有超线性收敛速度．数值实验表明算法是有效的．