混合约束下广义几何规划的一种SQP算法

针对带等式和不等式约束的广义几何规划问题，构造了一种ＳＱＰ算法并证明了该算法的全局收敛性和局部二阶收敛性。     

广义几何规划的全局优化算法

对许多工程设计中常用的广义几何规划问题(GGP)提出一种确定性全局优化算法,该算法利用目标和约束函数的线性下界估计,建立GGP的松弛线性规划(RLP),从而将原来非凸问题(GGP)的求解过程转化为求解一系列线性规划问题(RLP).通过可行域的连续细分以及一系列线性规划的解,提出的分枝定界算法收敛到GGP的全局最优解,且数值例子表明了算法的可行性.     

广义几何规划的压缩信赖域算法

1 压缩信赖域子问题本文讨论的广义几何规划问题形式如下:其中。αij∈R,σj=±1,cj>0.此类问题在工程优化设计中应用甚广.在(UGGP)中,令t(i)=:ex(i),则(UGGP)等价于下述问题:     

混合约束规划的一种新算法

1 引 言 设本文探讨的非线性规划问题为 minf(x) (1.1a) s.t.C_j(x)=0 j∈E (1.1b) C_j(x)≥0, j∈I (1.1c)其中E={1,2,…,m′} I={M′+1,m′+2,…,m},f(x),C_j(x),j∈E∪I,均为二阶连续可微函数。     

求广义几何规划全局最优解的线性化方法

对广义几何规划问题(GGP)提出了一个确定型全局优化算法，这类优化问题能广泛应用于工程设计和非线性系统的鲁棒稳定性分析等实际问题中，使用指数变换及对目标函数和约束函数的线性下界估计，建立了GGP的松弛线性规划(RLP)，通过对RLP可行域的细分以及一系列RLP的求解过程，从理论上证明了算法能收敛到GGP的全局最优解，对一个化学工程设计问题应用本文算法，数值实验表明本文方法是可行的。     

约束优化的曲线搜索信赖域算法及其全局收敛性

本文通过对无约束优化ＯＤＥ算法的信赖域分析,提出了约束优化问题的曲线搜索信赖域算法,给出了算法步骤,并讨论了该算法的全局收敛性。     

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.     

一般广义几何规划问题的一种有效数值方法

一般广义几何规划问题的一种有效数值方法张可村，杨波艇（西安交通大学）ＡＮＥＦＦＥＣＴＩＶＥＮＵＭＥＲＩＣＡＬＭＥＴＨＯＤＦＯＲＧＥＮＥＲＡＬＳＩＧＮＯＭＩＡＬＧＥＯＭＥＴＲＩＣＰＲＯＧＲＡＭＭＩＮＧＰＲＯＢＬＥＭＳ￥ＺｈａｎｇＫｅ－ｃｕｎ；ＹａｎｇＢ...     

带自由变量的广义几何规划全局求解的新算法

带自由变量的广义几何规划(FGGP)问题广泛出现在证券投资和工程设计等实际问题中.利用等价转换及对目标函数和约束函数的凸下界估计,提出一种求(FGGP)问题全局解的凸松弛方法.与已有方法相比,方法可处理符号项中含有更多变量的(FGGP)问题,且在最后形成的凸松弛问题中含有更少的变量和约束,从而在计算上更容易实现.最后数值实验表明文中方法是可行和有效的.     

非线性互补约束问题一个全局收敛的SQP算法

本文研究非线性互补约束优化问题,利用Fischer-Burmeister函数将非线性互补问题转化为非光滑方程,提出一个求解非线性互补约束问题的SQP算法,并在适当的假设下证明这个算法是全局收敛的.     

无约束广义几何规划的一种最新算法

1　引　　言近十几年来 ,几何规划新的有效数值求解方法成果很少 ,但几何规划在工程中的应用却十分广泛 ,随着线性、二次规划和非线性规划的各种新的数值方法的出现 ,必将把几何规划推向新阶段 .本文充分利用广义几何规划的特点 ,根据目标函数的梯度及 Hessian阵具有简单的特殊表达式 ,再结合信赖域算法构造了一种特殊算法 ,每次迭代只需解一类特殊的线性方程组 ,并在相对弱的条件下证明了全局收敛性和局部二次收敛性 ,具有比采用一般非线性规划求解速度快、精度高、占用内存少等优点 .考虑如下无约束的广义几何规划问题minh(t) = mj=1cj n…     

A TRANSFORMATION PATH ALGORITHM FOR UNCONSTRAINED SIGNOMIAL GEOMETRIC PROGRAMMING

In this paper we present a transformation path algorithm for UnconstrainedSignomial Geometric Programming (USGP). The algorithm is proposed from a newpoint of view based on exploring the characteristics of USGP problem. Firstly by somestable transformations, a particular subproblem is derived which is very easy to solve.Secondly, a special path is formed conveniently. And then the step of the algorithmconsists in finding a “good” point to the current iterate by choosing it along the specialpath and within a trust region. It is proved that the algorithm is globally convergent.     

A SUPERLINEARLY CONVERGENT TRUST REGION ALGORITHM FOR LC^1 CONSTRAINED OPTIMIZATION PROBLEMS

In this paper, a new trust region algorithm for nonlinear equality constrained LC^1 optimization problems is given. It obtains a search direction at each iteration not by solving a quadratic programming subproblem with a trust region bound, but by solving a system of linear equations. Since the computational complexity of a QP-Problem is in general much larger than that of a system of linear equations, this method proposed in this paper may reduce the computational complexity and hence improve computational efficiency. Furthermore, it is proved under appropriate assumptions that this algorithm is globally and super-linearly convergent to a solution of the original problem. Some numerical examples are reported, showing the proposed algorithm can be beneficial from a computational point of view.     

A MIXED SUPERLINEARLY CONVERGENT ALGORITHM WITH NONMONOTONE SEARCH FOR CONSTRAINED OPTIMIZATIONS

§ 1　 IntroductionConsider the optimization problemmin{ f(x) :gj(x)≤ 0 ,j∈ I,gj(x) =0 ,j∈ L,x∈ Rn} ,(1 )where f(x) ,gj(x) :Rn→R,j∈I∪L.I={ 1 ,2 ,...,m} ,L={ m 1 ,...,m p} .We know thatthe sequential quadratic programming(SQP) [1～ 4] is one of the mostef-ficient methods to solve problem(1 ) because of its superlinear convergence.In order toovercome the Maratos effect[5] ,SQP should solve two quadratic sub-programmings ateachiteration,which,however,causes the amountof computation…     

非线性二层规划问题的全局优化方法

对于下层为线性规划问题的一类非线性二层规划问题,利用线性规划的对偶理论,将其转化为一个单层优化问题,同时取下层问题的对偶间隙作为惩罚项,构造了一个相应的罚问题,然后提出了一个求解该类二层规划问题的全局优化方法。最后,数值结果表明,所提出的方法是可行的。     

一种具有全局收敛性的求解二阶锥规划的非精确光滑算法

在方程组方法框架下,给出了一种求解二阶锥规划的非精确光滑算法.在适当的条件下,证明了该算法具有全局收敛性.数值试验表明该算法对求解中大规模二阶锥规划是有效的.     

求解随机凸规划概率约束问题的对偶算法

1引言随机规划中的概率约束问题在工程和管理中有广泛的应用.因为问题中包含非线性的概率约束,它们的求解非常困难.如果目标函数是线性的,问题的求解就比较容易.给出了一个求解随机线性规划概率约束问题的综述.原-对偶算法和切平面算法是比较有效的.在本文中,我们讨论随机凸规划概率约束问题:     

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