半无限极大极小问题的极大熵方法

给出了一种求解半无限极大极小问题的极大熵方法，其基本思想是将半无限极大极小问题用有限维的可微无约束优化问题来近似．研究了方法的一些性质，并证明了方法的收敛性．文末的数值结果说明：这种方法是可行的，而算法的构造比已知的算法要容易得多，因而易于在工程设计中推广应用．     

一般约束极大极小问题的一个有效的近似解法

一般约束极大极小问题的一个有效的近似解法唐焕文，张立卫，王云诚（大连理工大学应用数学系，辽宁，１１６０２４）．摘要＊从共扼的观点出发，导出了极大熵函数，给出了处理一般约束极大极小问题的一个有效的近似方法—极大熵方法，并在较弱的条件下，证明了算法的收敛...     

一类线性约束极大极小问题的算法及其收敛性

§1 引言考虑非线性规划问题 (P) (?)f(x)其中R是n维欧氏空间E~n中的非空多面体,f(x)=sum from j=1 to l f_j(x),而 f_j(x)=(?){β_(ij)(x)},j=1,2,…,l I_j为有限指标集,β_(ij)(·)是E~n上的连续可微函数,x∈E~n。通常(P)是一个不可微规划。最近,文[1]提出了形如f(x)的函数的伪方向导数的概念,并给出了一个解问题(P)的算法,在β_(ij)(·)为上一致可微的条件下证明了算法的收敛性。     

一类不可微优化的极大熵方法的收敛性

本文对求解如下问题的极大熵方法的收敛性质进行了研究：（Ｐ）ｍｉｎｆ（ｘ）＝ｍａｘ｛ｆｉ（ｘ）｝,ｓ,ｔ。ｘ∈Ω＝｛ｘ∈Ｒ＾ｎ│ｇｊ（ｘ）≤０,ｊ＝１,…,ｌ｝。其中ｍ≥１,ｌ≥０为整数;若ｌ＝０,规定Ω＝Ｒ＾ｎ。     

多目标minimax问题的极大熵逼近收敛性

本文利用极大熵逼近函数，展开了多目标ｍｉｎｉｍａｘ问题的逼近方法的研究，并讨论了该逼近方法的收敛性，所得结果是目前已有的结果进一步拓广．     

半无限极大极小问题的全局收敛方法

利用广义伪方向导数，在较弱的条件下，给出了半无限极大极小问题（P）的全局收敛性理论算法模型；利用离散策略给出了问题（P）全局收敛的可实现算法．数值结果表明本文给出的可实现算法是有效的．     

求解约束极大极小问题的一种熵函数法

１引言熵函数法的原始思想源于Ｋｒｅｉｓｓｅｌｍｅｉｅｒ和Ｓｔｅｉｎｈａｕｓｅｒ于１９７９年发表的文［１］．由于使用该方法容易编制可以求解多类优化问题的通用软件,并在具有某种凸性的情况下都能求得满足工程精度要求的解,因而受到国内外工程技术人员的喜爱,进入八十年代以来,该方法被广泛地应用于结构优化和工程设计等领域［２－５］．近年来,熵函数法在求解约束和无约束极大极小问题、线性规划以及半无限规划等问题的算法研究中,也取得了一些很好的成果［６－９］带有等式或不等式约束的极大极小问题是一类具有广泛代表性的…     

求解约束Min—Max问题的一种极大熵同伦算法

本文将同伦路径跟踪方法与极大熵方法相结合来求解带有约束的Min-Max问题,并得到了算法的收敛性和有效性。     

约束极小极大问题的一种既约梯度近似法

利用极大熵方法及有关逼近结果，使之与既约梯度法结合，提出了一种求解极小极大非线性规划问题的近似法，并证明了算法的有关收敛性结果。     

极大熵方法与指数罚函数

就非线性极大极小问题，阐明了极大熵方法与指数罚方法的关系．通过分析相关Ｈｅｓｓｉａｎ阵的条件数，对二者进行了对比．     

极大熵方法与二次规划子问题的显式解

本文对混合约束极大极小问题的目标函数与约束分别用熵函数来逼近,讨论了逼近问题的二次规划子问题的搜索方向的显式形式,并给出了极大极小问题和多目标规划的二次规划予问题的显式解。将所得结果用于相应的算法中,可提高算法的有效性。     

非线性极大极小问题一个新的QP-free算法

本文研究非线性无约束极大极小优化问题. QP-free算法是求解光滑约束优化问题的有效方法之一,但用于求解极大极小优化问题的成果甚少.基于原问题的稳定点条件,既不需含参数的指数型光滑化函数,也不要等价光滑化,提出了求解非线性极大极小问题一个新的QP-free算法.新算法在每一次迭代中,通过求解两个相同系数矩阵的线性方程组获得搜索方向.在合适的假设条件下,该算法具有全局收敛性.最后,初步的数值试验验证了算法的有效性.     

无约束极大极小问题的广义梯度投影算法

本文讨论Rⁿ空间上的无约束极大极小问题. 通过Rⁿ⁺¹空间上的广义梯度投影技术产生Rⁿ上的下降搜索方向,进而结合Armijo非精确线搜索建立了原问题Rⁿ上的一个广义梯度投影型算法.算法在仿射线性无关条件下,具有全局收敛性和强收敛性. 文中对算法进行了初步的数值试验.     

基于积极集技术求解无约束极大极小问题的摄动SQP方法

讨论无约束极大极小(minimax)问题,基于积极集识别技术,结合摄动的序列二次规划(SQP)方法,建立问题的一个数值方法.在相当弱的条件下,算法具有弱全局收敛性,并对算法进行了初步的数值试验.     

非线性l1问题的极大熵方法

本文给出求解非线性l1问题的极大熵方法,介绍了极大熵函数的性质,极大熵算法及其收敛性。最后给出一个算例。     

求解大规模极大极小问题的光滑化三项共轭梯度算法

基于指数罚函数,对最近提出的一种求解无约束优化问题的三项共轭梯度法进行了修正,并用它求解更复杂的大规模极大极小值问题.证明了该方法生成的搜索方向对每一个光滑子问题是充分下降方向,而且与所用的线搜索规则无关.以此为基础,设计了求解大规模极大极小值问题的算法,并在合理的假设下,证明了算法的全局收敛性.数值实验表明,该算法优于文献中已有的类似算法.     

极大极小问题的广义投影算法

研究了无约束极大极小问题.通过引入一个可微的辅助函数,利用广义投影技术产生下降搜索方向,结合Armjio非精确线搜索建立了一个广义梯度投影算法.在初始点任意的条件下,证明了算法的全局收敛性.     

关于极小极大原理

通过减弱条件,获得了一个新的结果。由此,我们给出一些新的极小极大定理和极小极大不等式。     

求解极小极大问题的非单调过滤算法

提出一种改进的求解极小极大问题的信赖域滤子方法,利用SQP子问题来求一个试探步,尾服用滤子来衡量是否接受试探步,避免了罚函数的使用;并且借用已有文献的思想, 使用了Lagrange函数作为效益函数和非单调技术,在适当的条件下,分析了算法的全局和局部收敛性,并进行了数值实验.     

一类极大极小问题的模型转化及算法

本通过辅助规划和Lagrange对偶，把带等式和不等式约束的极大极小问题转化为带线性约束的凸规划问题，给出了一个信赖域方法，并证明了方法的可行性。