线性约束两分块非凸优化的ADMM-SQP算法

基于乘子交替方向法(ADMM)和序列二次规划(SQP)方法思想, 致力于研究线 性约束两分块非凸优化的新型高效算法. 首先, 以SQP思想为主线, 在其二次规划(QP)子问题的求解中引入ADMM思想, 将QP分解为两个相互独立的小规模QP求解. 其次, 借助增广拉格朗日函数和Armijo线搜索产生原始变量新迭代点. 最后, 以显式解析式更新对偶变量. 因此, 构建了一个新型ADMM-SQP算法. 在较弱条件下, 分析了算法通常意义下的全局收敛性, 并对算法进行了初步的数值试验.     

非凸不可分优化线性近似Bregman型Peaceman-Rachford分裂算法

基于Peaceman-Rachford分裂算法,结合线性近似技术和Bregman距离,本文提出一种线性近似Bregman型Peaceman-Rachford分裂算法,用于求解目标函数带不可分结构的线性约束非凸优化问题.在常规假设下,得到算法的全局收敛性.在效益函数满足Kurdyka-Lojasiewicz性质前提下,论证算法的强收敛性.当KurdykaLojasiewicz性质关联函数为特殊结构时,分析并获得算法的收敛率结果.最后,初步数值试验说明算法有数值有效性.     

非凸两分块问题超松弛步长邻近ADMM的收敛性分析

讨论带线性约束的非凸两分块优化问题,旨在分析带超松弛步长参数的邻近乘子交替方向法(PADMM)的收敛性.已有乘子交替方向法均要求对偶变量迭代步长参数θ∈(0,1+√5/2].文章在θ∈(0,2)的情形下分析PADMM的收敛性.首先,在适当的假设条件下,证明了该算法的全局收敛性.其次,当效益函数满足Kurdyka-(L)...     

凸二次规划的预估校正光滑算法

本文研究了凸二次规划的一种光滑算法,将规划的对应中心线条件改造成一个非线性方程组,对其应用牛顿法及其变形形式,并且证明了算法的全局收敛性.     

框式约束凸二次规划问题的内点算法

In this paper,a primal-dual interior point algorithm for convex quadratic progromming problem with box constrains is presented.It can be started at any primal-dual interior feasible point.If the initial point is close to the central path,it becomes a central path-following alogorithm and requires a total of O(√nL)number of iterations,where L is the input length.     

求解凸二次规划问题的势下降内点算法

1　引　言二次规划问题的求解是数学规划和工业应用等领域的一个重要课题 ,同时也是解一般非线性规划问题的序列二次规划算法的关键 .求解二次规划问题的早期技术是利用线性规划问题的单纯形方法求解二次规划问题的 KKT最优性必要条件[1 ] .这类算法比较直观 ,但在处理不等式约束时 ,松弛变量的引进很容易导致求解过程的明显减慢 .有效集策略是求解二次规划问题的另一类主要技术 .这类方法一般都是稳定的 ,但随着问题中大量不等式约束的出现 ,其收敛速度将越来越低[2 ] .简约空间技术将所求问题的 Hessian阵投影到自由变量所在的子空间中 …     

一类改进的非凸二次规划有效集方法

一类改进的非凸二次规划有效集方法修乃华（河北师范学院数学系）ＡＣＬＡＳＳＯＦＩＭＰＲＯＶＥＤＡＣＴＩＶＥＳＥＴＭＥＴＨＯＤＳＦＯＲＮＯＮＣＯＮＶＥＸＱＵＡＤＲＡＴＩＣＰＲＯＧＲＡＭＭＩＮＧＰＲＯＢＬＥＭ￥ＸｉｕＮａｉ－ｈｕａ（Ｄｅｐｔ．ｏｆＭａｔｈ．...     

基于全牛顿步长求解凸二次规划问题的不可行内点算法

借助于全牛顿步长对凸二次规划问题提出了一种新的不可行内点算法.算法主要迭代由可行迭代步和中心路径邻域迭代步组成.其优点是线性搜寻方向是不需要的.最后证明算法迭代复杂性为O(nlogn/ε),与目前最好的不可行内点算法复杂性一致.     

非凸二次规划的粒子群算法

给出了粒子群算法中惯性权值和学习因子的一种简单改进,并将其应用到非凸二次规划的求解中,通过数值试验与现有的求解非凸二次规划问题的分支定界法进行了比较,得到了较好的结果.     

框式凸二次规划问题的非精确不可行内点算法

对框式凸二次规划问题提出了一种非精确不可行内点算法 ,该算法使用的迭代方向仅需要达到一个相对的精度 .在初始点位于中心线的某邻域内的假设下 ,证明了算法的全局收敛性     

二次规划的内椭球算法

对于标准型的凸二次规划问题本文给出了一个新算法，算法的一每步迭代，利用内椭球的思想来近似求解一个线性质规划子问题而得到迭代方向，再适当选取步长而使之成为多项式算法，其迭代步数为Ｏ（ｎＬ＾２），每一步迭代所需计算量为Ｏ（ｎ＾３）。其中ｎ为变量个数，Ｌ为问题的输入长度。     

凸约束优化的非单调信赖域算法的收敛性

本文对凸约束优化问题提出一类新的非单调信赖域算法,在二次模型Hesse矩阵{Bk}一致有界条件下,证明了算法具有强收敛性;在{Bk}线性增长的条件下,证明了算法具有弱收敛性;这推广了现有约束或凸约束优化问题的各种信赖域算法,改进了收敛性结果。     

求非凸二次约束二次规划问题全局解的线性化方法

1引言 考虑如下非凸二次规划的全局优化问题: (QP):{min xTQox doTx,s.t.xTQix ditx≤bi,i=1,…,m,x∈S={x∈Rn:l≤x≤u}, 其中Qo,Qi是n阶实对称矩阵,do,di∈Rn,bi∈R,i=1,…,m;l=(l1,…,ln)T,u=(u1,…,un)T .     

边界约束非凸二次规划问题的分枝定界方法

本文是研究带有边界约束非凸二次规划问题,我们把球约束二次规划问题和线性约束凸二次规划问题作为子问题,分明引用了它们的一个求整体最优解的有效算法,我们提出几种定界的紧、松驰策略,给出了求解原问题整体最优解的分枝定界算法,并证明了该算法的收敛性,不同的定界组合就可以产生不同的分枝定界算法,最后我们简单讨论了一般有界凸域上非凸二次规划问题求整体最优解的分枝与定界思想。     

基于代数等价变换下的凸二次规划不可行内点算法

基于代数等价变换和在KMM算法的框架基础上,在原始-对偶内点方法的牛顿方程里嵌入一种自调节功能.从而对凸二次规划提出了一种新的迭代方向的不可行内点算法,并证明了算法的全局收敛性.     

求解凸二次规划问题的不可行内点算法

该文对一般的凸二次规划问题，给出了一个不可行内点算法，并证明了该算法经过犗（狀２犔）步迭代之后，要么得到问题的一个近似最优解，要么说明该问题在某个较大的区域内无解．     

可分离凸优化问题的非精确平行分裂算法

针对一类可分离凸优化问题提出了一种非精确平行分裂算法.该算法充分利用了所求解问题的可分离结构,并对子问题进行非精确求解.在适当的条件下,证明了所提出的非精确平行分裂算法的全局收敛性,初步的数值实验说明了算法有效性.     

基于D.C.分解的一类箱型约束的非凸二次规划的新型分支定界算法

提出了一类求解带有箱约束的非凸二次规划的新型分支定界算法.首先,把原问题目标函数进行D.C.分解(分解为两个凸函数之差),利用次梯度方法,求出其线性下界逼近函数的一个最优值,也即原问题的一个下界.然后,利用全局椭球算法获得原问题的一个上界,并根据分支定界方法把原问题的求解转化为一系列子问题的求解.最后,理论上证明了算法的收敛性,数值算例表明算法是有效可行的.     

基于DC分解的非凸二次规划SDP近似解

本文提出一类基于DC分解的非凸二次规划问题SDP松弛方法,并通过求解一个二阶锥问题得到原问题的近似最优解.我们首先对非凸二次目标函数进行DC分解,然后利用线性下逼近得到一个凸二次松弛问题,而最优的DC分解可通过求解一个SDP问题得到.数值试验表明,基于DC分解的SDP近似解平均优于经典SDP松弛和随机化方法产生的近似解。     

一个结构型凸优化问题的分裂算法

考虑带线性约束的三块变量的凸优化模型,目标函数是可分的三个函数和.给出了一个新的分裂算法.首先,对每个块变量解极小化增广拉格朗日函数.然后,通过一个校正步得到新的迭代点.证明了新算法的整体收敛性和O(1/t)的收敛阶.