补偿随机规划的一种新数值方法

本文给出解决两阶段求援随机规划的一种新的数值方法.由于引进了新的逼近技术,该方法具有全局收敛性和局部超线性收敛性.     

求解互补问题的一种序列二次规划方法

通过将互补问题转化为一种带非负约束的极小化问题 ,给出了求解互补问题的一种序列二次规划方法 .该方法中每一个子问题都是可解的 ,迭代产生的序列是非负的 ,在适当的条件下 ,分别证明了算法的全局收敛性、局部超线收敛性以及局部二次收敛性 .     

一类分裂变分不等式及其收敛算法

引入一种新的分裂变分不等式问题,构造了两种算法来求解,得到了相应迭代序列的弱收敛性和强收敛性.     

从常步长梯度方法的视角看不可微凸优化增广Lagrange方法的收敛性

增广Lagrange方法是求解非线性规划的一种有效方法.从一新的角度证明不等式约束非线性非光滑凸优化问题的增广Lagrange方法的收敛性.用常步长梯度法的收敛性定理证明基于增广Lagrange函数的对偶问题的常步长梯度方法的收敛性,由此得到增广Lagrange方法乘子迭代的全局收敛性.     

非线性约束最优化一族超线性收敛的可行方法

本文建立求解非线性不等式约束最优化一族含参数的可行方法．算法每次迭代仅需解一个规模较小的二次规划．在一定的假设条件下,证明了算法族的全局收敛性和超线性收敛性．     

不确定规划逼近问题最优解的几乎处处上半收敛性

对不确定规划经验逼近问题的最优解的几乎处处上半收敛性进行了研究。首先将带有约束的不确定规划问题转化成与其等价的无约束的不确定优化问题,然后将经验测度替代不确定测度得到不确定规划的经验逼近模型,并得出逼近问题的目标函数序列的几乎处处上图收敛性,最后利用上图收敛性理论,给出了不确定规划经验逼近最优解集的几乎处处上半收敛性。     

解非凸规划问题的一种连续化方法

针对一类非线性规划问题的解存在的新等价性条件，给出了大范围收敛的连续化方法及证明了收敛性的结论．     

垂直线性互补问题的一种光滑算法

文中给出了垂直线性互补问题的一个新的光滑价值函数,不同于光滑化方法中的价值函数,它不包含任何必须趋向零的参数,因此算法中不涉及参数调整步骤,而且具有良好的强制性.基此价值函数,提出了求解垂直线性互补问题的一种阻尼Newton类算法,并证明了该算法对竖块P0+R0矩阵的垂直线性互补问题具有全局收敛性;当解满足相当于BD-正则条件时,算法具有局部二次收敛性;在不增加额外校正步骤(算法的每个迭代步只求解一个Newton方程)的情形下,算法对竖块P-矩阵垂直线性互补问题(无须假设严格互补),具有有限步收敛性.数值实验结果令人满意.     

一种新的迭代收敛阶数的证明与推广

迭代方法是求解非线性方程近似根的重要方法.本文基于隐函数存在定理,提出了一种新的迭代方法收敛性和收敛阶数的证明方法,并分别对牛顿(Newton)和柯西(Cauchy)迭代方法迭代收敛性和收敛阶数进行了证明.最后,利用本文提出的证明方法,证明了基于三次泰勒(Taylor)展式构成的迭代格式是收敛的,收敛阶数至少为4,并提出猜想,基于n次泰勒展式构成的迭代格式是收敛的,收敛阶数至少为(n+1).     

半无限规划离散化问题一个两阶段序列二次规划算法

本文研究了求解半无限规划离散化问题(P)的一个新的算法.利用序列二次规划(SQP)两阶段方法和约束指标集的修正技术,提出了求解(P)的一个两阶段SQP算法.算法结构简单,搜索方向的计算成本较低.在适当的条件下,证明了算法具有全局收敛性.数值试验结果表明算法是有效的.推广了文献[4]中求解(P)的算法.