点到集映象族与最优化算法

1.引言文献[1]和[2]分别考虑了单降和单增点到集映象族,给出了由单降和单增点到集映象族定义的一些最优化的一般算法,并在适当的条件下证明了这些算法的收敛性.本文用一般的点到集映象族定义这些算法,改进了[1]和[2]中的某些假设,在较弱的条件下证明了这些算法的收敛性.特别,我们不需要点到集映象族的单降或单增性,以及[1]中假设     

点到集映像和点到集映像族的连续化

一个最优化算法的迭代过程,可以看做一个点到集映像的取值过程。从这个观念出发,Zangwill建立了全局收敛定理,统一了许多算法的收敛性证明。但是,同一个算法可以看做许多不同的点到集映像的取值过程。事实上,把一点对应于从该点按算法可能达到的下一点的全体形成的点到集映像称为算法所对应的点到集映像,那么,任一点到集映像,若它的像集于任一点外都包含算法所对应的点到集映像的像集,其取值过程均包含了     

论单调最优化算法的收敛性

全局收敛性是最优化算法应具备的一个基本性质,研究各种最优化算法的全局收敛性是非线性规划的一个重要理论问题.Zangwill 借助点到集映象来构成抽象算法这一研究途径,分析和综合了各种具体最优化算法的收敛特征,并且利用闭映象的概念提出了抽象算法的收敛条件,而后这方面的工作得到了广泛重视而有了很大的发展.Polak,Meyer,Huard,Denel,Yue 等人,都发展了 Zangwill 的研究工作.他们分别提出了多种抽象算法模型,并且研究了它们的收敛性.这些理论结果对具体算法的研究中有了重要和广泛的应用.     

可数族弱Bregman相对非扩展映像的收敛性分析

在自反Banach空间中,引入可数族弱Bregman相对非扩张映像概念,构造了两种迭代算法求解可数族弱Bregman相对非扩张映像的公共不动点.在适当条件下,证明了两种迭代算法产生的序列的强收敛性.     

拟非扩张映像族的公共不动点的迭代方法

引入了修正的杂交投影迭代算法,用来构造Hilbert空间中拟非扩张映像族的公共不动点.使用新的算法证明了几个强收敛定理.新算法的优点是不要求映像具有次闭性质.     

带扰动映像的广义平衡问题和不动点问题的混合粘性逼近问题

引入一个用于寻求带扰动映像的广义平衡问题解集以及可数无穷多非扩张映像之族公共不动点集的公共解的新的迭代算法. 证明了由此算法生成的序列的强收敛性. 所得的结果推广改进了先前许多作者的结果.     

On a \rho -Increasing Family of Point-to-Set Maps

本文引入了一个\rho 单增点到集映象簇，并定义了两类算法。在相当简单的条件之下，证明了由这些算法所产生的序列的每一聚点皆属于某一特定的集。然后，证明了诸如Zangwill,Huard等人的结果皆是本文结果的直接推理。最后，用例子证明本文结果是上述诸人的结果的一真正扩充。     

闭点到集映象的若干性质

点到集映象的闭性在数学规划理论研究方面起着相当重要的作用。本文给出了闭点到集映象的若干性质,其中一些在数学规划算法的收敛性方面是有用的;同时还给出了闭映象的逆映象的一些性质以及它们之间有趣的对称性。     

一个用次最优化方法解线性约束凸规划的超线性收敛算法

对于带有线性约束的非线性规划的求解问题已有很多算法.其中文献[1,2]将变尺度法分别与既约梯度法、投影梯度法结合,在一定的假设条件下给出了两种超线性收敛的算法;文献[3]处理了退化问题.Zangwill 提出了用求某些流形上的次最优来求解原线性约束凸规划的方法,即将原规划问题的求解问题转化为一系列的求解线性等式约束的子问题,以图最后找到原问题的最优解所在的流形并解之.这种做法使问题变得简单有其实用价值.文献[5]给出了 Zangwill 算法的改进,讨论了退化问题,但[5]总是假定可     

流形上次最优化解非线性规划算法的改进

§1.引言 Zangwill提出了流形上次最优化算法解下述的数学规划问题:其中f(x)为连续可微的凹函数,A为m×n维实矩阵,x∈E~n,b∈E~m。 Zangwill算法的主要内容是把问题(P)化为一系列如下的子问题:其中B为集合N={1,2,…,n}的某子集。他证明了,在一定的假设条件下,只要经过解有限个子问题(P_B),就能获得问题(P)的最优解。由于把高维问题化成低维问题;     

Lipschitz拟伪压缩映像族的收缩投影算法

在Hilbert空间中设计了一种关于Lipschitz拟伪压缩映像族的收缩投影算法,并利用所提出的算法证明了Lipschitz拟伪压缩映像族的公共不动点的强收敛定理,所得结果改进和推广了一些最新文献的相关结果.     

进化规划与进化策略的变异算子

进化算法是研究全局优化算法中最重要的随机算法之一,本文给出了进化规划和进化策略的变异算子的数学描述,并提出变异函数的概念,在此基础上,给出了用均匀分布的随机数构造变异算子的几种方法和若干例子.结果表明.利用本文给出的方法,不仅可以构造出目前进化策略和进化规划算法普遍采用的几种变异算子,还可以构造出新的变异算子.针对一般的变异算子,在不要求目标函数连续的情况下,证明了保持最优个体的进化规划和进化策略,迭代产生的最优个体的函数值收敛到问题的最优值的ε-邻域的概率为1.     

关于拟非扩张映像有限族的一种新的杂交投影算法

在Hilbert空间中针对拟非扩张映像的有限族,我们提出了一种新的杂交投影算法,使用新的分析技巧证明了算法所生成的序列强收敛于拟非扩张映像族的公共不动点,最后我们给出数值实验表明所提出的算法的有效性.     

数学期望型水平值逼近全局最小值的方法

郑权在1978年提出的一种积分水平集算法概念性算法.由于水平集一般情况下难以求出,此算法通过Monte-Carlo随机取点来实现.本文提出了数学期望型水平值逼近全局最小值的概念性算法,它利用了相对熵主要思想,通过改变重要样本密度函数,克服了郑权算法水平集不易求得而难以求出水平值的困难.本文还给出了求全局最小值的收敛准则并证明了它的渐进收敛性.     

点到集映象族二步算法的弱收敛性

1.引言文献[1]首次提出了仅与空间的拓扑性质有关的点到集映象族一步算法的弱收敛条件,这些条件是对[2]～[7]中相应结果的改进和推广。本文将这些条件推广到点到集映象族的二步算法中去,得到了相应的结果,下面仅给出几个假设条件与部分定理等。 2.二步算法设X_0、X_1(?)R~n为紧集,M为X_0的子集,{⊿_ρ|ρ≥0}、{F_t|t≥0}分别为从X_0到2~(X_1)和从X_0×X_1到2~(X_(?)的点到集映象族,     

严格拟伪压缩映像族的复合迭代算法

在Hilbert空间中设计了一种关于严格拟伪压缩映像族的复合迭代算法,并利用度量投影法证明了严格拟伪压缩映像族的公共不动点的强收敛定理,所得结果改进和推广了一些最新文献的相关结果.     

点星网与度量空间的映像

拓扑空间X的覆盖列{P_i}_(i∈N)被称为空间X的点星网,若x∈X,则{st(x,P_i)}_(i∈N)是x在X中的网.本文刻画具有cs有限cs覆盖列的点星网的空间,并将其表示为度量空间在确定映射下的像.在假设集族性质β满足适当的条件下,证明对拓扑空间X下述条件相互等价:(1) X具有β且cs覆盖列的点星网.(2)X具有β且sn覆盖列的点星网.(3)X是Cauchy sn对称空间且具有σ-β的cs网.(4) X是Cauchy sn对称空间且具有σ-β的sn网.(5) X是度量空间的序列覆盖、π且σ-β映像.(6) X是度量空间的1序列覆盖、紧且σ-β映像.这些工作以局部有限集族与点有限集族为特例,拓展了从基到cs网的研究,丰富了映射与空间的相互分类思想.     

非光滑规划的精确罚函数

一、引言罚函数方法是数学规划求约束最优解的重要方法之一.自60年代 Zangwill 等人系统地研究罚函数理论以来,发展很快,文献很多.经典的罚函数理论,是通过添加罚函数项后,研究一系列无约束优化问题.并使惩罚参数趋于无限大来获得原规划的最优解.而精确罚函数理论是通过求解单个无约束优化问题来求原规划的最优解.     

Banach空间中可数非扩张映像族公共不动点迭代算法

提出一种新的迭代算法用于求解实一致光滑Banach空间上可数非扩张映像族的公共不动点.在一定条件下证明了迭代算法产生的序列强收敛到一个公共不动点,并且此不动点也是一个变分不等式的解.此结果改进和推广了已有的相关结果.     

同伦方法求解无界域上非凸规划问题的收敛性定理

利用同伦方法求解非凸规划时,一般只能得到问题的K-K-T点.本文得到无界域上同伦方法求解非凸规划的几个收敛性定理,证明在一定条件下,通过构造合适的同伦方程,同伦算法收敛到问题的局部最优解.