一般约束最优化的拟乘子—强次可行方向法

本文讨论一般等式和不等式约束的优化问题，首先提出了问题的拟Ｋｕｈｎ－Ｔｕｃｋｅｒ点和拟乘子法两个新概念，然后借助于不等式约束优化问题强次可行方向法的思想和技巧建立问题的两个新算法。     

一般约束最优化拓广的强次可行方向法

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。     

非线性约束优化一个强收敛的广义投影强次可行方向法

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.     

非线性规划的拟罚函数—强次可行方向法

本文首先提出非线性规划的拟Ｋｕｈｎ—Ｔｕｃｋｅｒ点和拟罚函数法的概念和思想，然后结合强次可行方向法思想给出问题的两个新型算法，称之为拟罚函数—强次可行方向法．证明了该算法收敛到原问题的拟Ｋｕｈｎ—Ｔｕｃｋｅｒ点．     

线性均衡约束最优化的一个广义投影强次可行方向法

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.     

线性约束最优化问题的一族次可行方向法

本文给出线性约束最优化问题的一族算法．方法具有如下特点：１）初始迭代点可以任意选取；２）一旦有某一个迭代点进入可行域，方法将成为一族可行方向法；３）算法避开不易处理的罚函数和罚参数．文中采用一种最优性控制函数将初始化阶段和最优化阶段有机地结合起来，正是这种技巧保证了算法的全局收敛性     

不等式约束最优化超线性与二次收敛的强次可行SQP算法

利用ＳＱＰ方法、广义投影技术和强次可行方（向）法思想,建立不等式约束优化一个新的初始点任意的快速收敛算法． 算法每次迭代仅需解一个总存在可行解的二次子规划,或用广义投影计算“一阶”强次可行下降辅助搜索方向;采用曲线搜索与直线搜索相结合的方法产生步长． 在较温和的条件下,算法具有全局收敛性、强收敛性、超线性与二次收敛性． 给出了算法有效的数值试验．     

两类解非线性约束问题的超记忆可行方向法

本文将无约束超记忆梯度法推广到非线性不等式约束优化问题上来,给出了两类形式很一般的超记忆可行方向法,并在非退化及连续可微等较弱的假设下证明了其全局收敛性.适当选取算法中的参量及记忆方向,不仅可得到一些已知的方法及新方法,而且还可能加快算法的收敛速度.     

一类新的Lagrangian乘子法

本文提出了求解光滑不等式约束最优化问题新的乘子法,在增广Lagrangian函数中,使用了新的NCP函数的乘子法．该方法在增广Lagrangian函数和原问题之间存在很好的等价性;同时该方法具有全局收敛性,且在适当假设下,具有超线性收敛率．本文给出了一个有效选择参数C的方法．     

一个无正则条件下一般约束最优化问题的信赖域算法的收敛性

本文我们对[1]的算法给出一个修正并在无正则条件下对这一算法给出了收敛性分析，与[1]不同，我们不需要(SBSQ)约束条件。因此本文的结果是[1]的结果的推广和加强。     

不等式约束优化一个具有超线性收敛的可行序列二次规划算法

建立了一个新的SQP算法,提出了一阶可行条件这一新概念．对已有SQP型算法进行改进,减少计算工作量,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．     

一个等式约束问题的SQP方法及其收敛性

本文提出一个SQP算法,其效益函数为Flether^[1]提出的连续可微精确罚函数。该算法具有全局收敛性和超线性收敛速度,并且能自动调节罚参数,能有效地处理计算搜索方向的二次子规划的不可行问题。     

非线性不等式约束最优化快速收敛的可行信赖域算法

In this paper,by combining the trust region technique with the generalized gradient projection.a new trust region algorithm with feasible iteration points is presented for nonlinear inequality constrained optimization,and its trust region is a general compact set containing the origion as an inteior point.No penalty function is used in the algorithm,and it is feasible descent .Under suitable assumptions,the algorithm is proved to possess global and strong convergence as well as superlinear and quadratic convergence.Some numerical results are reported.     

等式约束非凸优化问题的修正牛顿算法

本文设计了一个新的求解等式约束非凸优化问题的修正牛顿算法.利用修正的拉格朗日函数,通过求解线性方程组获得搜索方向,利用价值函数的线性近似模型确定步长.在没有非奇异性假设的条件下,证明了算法的全局收敛性.数值结果表明,算法是有效的.     

求解简单界约束优化问题的一种逐次逼近法

１引言考虑变量带简单界约束的非线性规划问题：其中二阶连续可微,ａ＝（ａ１,ａ２,…,ａｎ）,ｂ＝（ｂ１,ｂ２,…,ｂｎ）,＋ｉ＝１,２,…,ｎ．问题（１）不仅是实际应用中出现的简单界约束最优化问题,而且相当一部分最优化问题可以把变量限制在有意义的区间内（参见［１］）．因此无论在理论方面还是在实际应用方面,都有研究此类问题并给出简便而有效算法的必要．假设ｆ是凸函数,记ｇ（ｘ）＝ｆ（ｘ）,则由Ｋ－Ｔ条件,问题（１）可化为求解下面的非光滑方程组：显然,（２）等价于易证,（３）等价于求解下面的非光滑方程…     

A TRUST—REGION ALGORITHM FOR NONLINEAR INEQUALITY CONSTRAINED OPTIMIZATION

This paper presents a new trust-region algorithm for n-dimension nonlinear optimiza-tion subject to m nonlinear inequality constraints.Equivalent KKT conditions are derived,which is the basis for constructing the new algorithm.Global convergence of the algorithun to a first-order KKT point is eatablished under mild conditions on the trial steps.local quadratic convergence theorem is provcd for nondegenerate minimizer point.Numerical expcriment is prcsented to show the effectiveness of our approach.