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.     

一类非凸优化问题的邻近拟牛顿方法的复杂性（英文）

This paper studies a class of nonconvex composite optimization, whose objective is a summation of an average of nonconvex(weakly) smooth functions and a convex nonsmooth function, where the gradient of the former function has the H o¨lder continuity. By exploring the structure of such kind of problems, we first propose a proximal(quasi-)Newton algorithm wPQN(Proximal quasi-Newton algorithm for weakly smooth optimization) and investigate its theoretical complexities to find an approximate solutio...     

等式约束优化的组合信赖域与拟牛顿算法

本文对等式约束问题提出了一个种组合信赖域与拟牛顿算法。该算法的特点是若Lagrangian函数的近似Ｈessian阵在等式约束Jacobi阵的零空间正定的,则选择拟牛顿算法,否则用信赖域算法,在通常信赖域算法的收敛假设下,该文证明了组合算法的全局收敛性。     

等式约束优化非单调信赖域算法

设计了一个新的求解等式约束优化问题的非单调信赖域算法.该算法不需要罚函数也无需滤子.在每次迭代过程中只需求解满足下降条件的拟法向步及切向步.新算法产生的迭代步比滤子方法更易接受,计算量比单调算法小.在一般条件下,算法具有全局收敛性.     

解线性等式约束优化问题的模式搜索过滤集方法（英文）

提出一个解线性等式约束无导数优化的模式搜索过滤集算法,该算法将过滤集技术嵌入无导数优化算法中以改善算法的效率.建立了新算法的总体收敛性,初步的数值试验结果表明新算法是有效的.     

无约束优化问题的精细修正牛顿算法

针对牛顿法在求解一般非凸函数极小值过程中,迭代点处Hessian矩阵不一定正定的情况,提出了一种精细修正的牛顿法.该方法充分利用迭代点处目标函数的一阶、二阶信息,合适选取搜索方向,是最速下降法、牛顿法和已有修正牛顿法相混合的一种方法.在较弱的条件下建立了算法的全局收敛性.进一步的数值实验验证了提出的算法比以往同类算法计...     

一种新的自适应非单调牛顿算法（英文）

本文针对无约束优化问题,提出一种新的自适应非单调线搜索技术.基于新的非单调线搜索技术,提出一种自适应非单调牛顿算法.在适当的假设下,证明了新的算法的全局收敛性.数值结果表明了该算法的可行性和有效性.     

求解非线性方程七阶收敛的牛顿迭代修正格式（英文）

本文研究了非线性方程求解的问题.利用泰勒公式和耦合方法,获得了一种求解非线性方程的加速收敛的七阶迭代改进格式,该格式不需要计算高阶导数,且具有更大的收敛半径,大大提高了计算效率.     

非线性等式与有界约束优化问题的正割算法

提出了结合仿射尺度技术的正割算法解非线性等式与有界约束优化问题. 在合理假设下, 证明了渐弱滤子线搜索方法可以保证新算法具有整体收敛性. 通过引入一个高阶修正方向, 克服Maratos效应的影响, 使得算法二步$q$-\!\!超线性收敛于最优点. 进一步地, 对算法进行修改, 使得新算法达到$q$-\!\!超线性收敛性.     

一个求解不可微凸优化问题的Perry-Shanno无记忆拟牛顿型方法（英文）

结合Perry-Shanno无记忆拟牛顿法、改进的线搜索方案和Moreau-Yosida正则化技术,本文提出一个可实施的求解不可微凸优化问题的Perry-Shanno无记忆拟牛顿型方法.在合理的假设下,我们建立了方法的整体收敛性.初步的数值实验结果表明了该方法的有效性.     

等式约束优化一个新的SQP算法

提出了一个处理等式约束优化问题新的SQP算法,该算法通过求解一个增广Lagrange函数的拟Newton方法推导出一个等式约束二次规划子问题,从而获得下降方向．罚因子具有自动调节性,并能避免趋于无穷．为克服Maratos效应采用增广Lagrange函数作为效益函数并结合二阶步校正方法．在适当的条件下,证明算法是全局收敛的,并且具有超线性收敛速度．     

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.     

修正的IPA算法的建立及在不等式约束凸优化问题中的应用

本文首先对IPA算法进行了修正，并证明了修正IPA算法的收敛性，然后将修正后的IPA应用到不等式约束凸优化问题中得到新的内点算法，并与传统的障碍函数法作了比较，从理论上体现了新算法的优势，并给出了其工程解求解法以及收敛性的证明．     

约束优化问题的一类光滑罚算法的全局收敛特性（英文）

对约束优化问题给出了一类光滑罚算法.它是基于一类光滑逼近精确罚函数l_p(p∈(0,1])的光滑函数L_p而提出的.在非常弱的条件下,建立了算法的一个摄动定理,导出了算法的全局收敛性.特别地,在广义Mangasarian-Fromovitz约束规范假设下,证明了当p=1时,算法经过有限步迭代后,所有迭代点都是原问题的可行解;当p∈(0,1)时,算法经过有限迭代后,所有迭代点都是原问题可行解集的内点.     

等式约束优化一个修正的投影变尺度法

本文研究了等式约束优化问题.利用罚函数和投影变尺度方法,得到了一个修正的算法及其全局收敛与超线性收敛率.改进了文献[J]中的方法.     

约束优化问题的修正共轭梯度投影算法

对闭凸集约束的非线性规划问题构造了一个修正共轭梯度投影下降算法,在去掉迭代点列有界的条件下,分析了算法的全局收敛性.新算法与共轭梯度参数结合,给出了三类结合共轭梯度参数的修正共轭梯度投影算法.数值例子表明算法是有效的.     

非凸集值优化问题严有效解的强对偶定理（英文）

本文研究了非凸集值向量优化的严有效解在两种对偶模型的强对偶问题.利用Lagrange对偶和Mond-Weir对偶原理,获得了如下结果:原集值优化问题的严有效解,在一些条件下是对偶问题的强有效解,并且原问题和对偶问题的目标函数值相等;推广了集值优化对偶理论在锥-凸假设下的相应结果.     

非线性约束优化问题的一个修正 Lagrangian 算法

基于一个含有控制参数的修正Lagrangian函数,该文建立了一个求解非线性约束优化问题的修正Lagrangian算法.在一些适当的条件下,证明了控制参数存在一个阀值,当控制参数小于这一阀值时,由这一算法产生的序列解局部收敛于问题的Kuhn-Tucker点,并且建立了解的误差上界.最后给出一些约束优化问题的数值结果.     

一类等式约束非线性优化问题的信赖域新算法

提出一类信赖域新算法用于求解等式约束的非线性优化问题,在构造增广拉格朗日函数的基础上,提出了信赖域子问题的求解公式,研究了拉格朗日乘子和罚因子的修正公式,并使用滤子技巧,放松了接受尝试步的条件,证明了算法的收敛性.最后进行了数值试验.     

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。