一类求解非线性约束优化问题的线搜索渐缩滤子算法

针对非线性等式约束优化问题,本文给出一种新的线搜索滤子算法.算法中将非线性等式约束优化问题的最优性条件作为滤子,并在接受准则中加入渐缩函数,使得当线搜索试探步长减小时时滤子包络的越来越薄,从而使得试探步被接受程度更有弹性,不会被当前的迭代点拒绝.在适当的假设下,证明算法的全局收敛性,并给出算法初步的数值实验结果.     

非线性等式与有界约束优化问题的正割算法及其收敛性分析

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.     

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.     

带等式约束二次规划子问题的滤子SQP算法

一类求解非线性规划问题的滤子序列二次规划(SQP)方法被提出.为了提高收敛速度,给目标函数和约束违反度函数都设置了斜边界.二次规划子问题(QP)设置为两项:不等式约束QP和等式约束QP.两个子问题产生的搜索方向进行线性迭加后为算法的搜索方向.这样的设置可以改善收敛性,并调节算法运行中的一些不良效果.在较温和的条件下,可得到全局收敛性.     

有界约束半光滑方程组的非单调投影信赖域方法

投影信赖域策略结合非单调线搜索算法解有界约束非线性半光滑方程组.基于简单有界约束的非线性优化问题构建信赖域子问题,半光滑类牛顿步在可行域投影得到投影牛顿的试探步,获得新的搜索方向,结合非单调线搜索技术得到回代步,获得新的步长.在合理的条件下,证明算法不仅具有整体收敛性且保持超线性收敛速率.引入非单调技术能克服高度非线性的病态问题,加速收敛性进程,得到超线性收敛速率.     

一种求解非线性约束优化问题的无罚函数无滤子的方法

借助于强次可行方向法的思想和滤子法的思想,给出了一种求解非线性约束优化问题的无罚函数无滤子的方法.方法借助于广义投影技术产生搜索方向,直接通过原目标函数和约束违反度函数作为搜索函数来产生步长,有效地避免了消耗计算成本的恢复阶段.最后在适当的假设条件下,给出了算法的全局收敛性和有效性.     

不等式约束优化一个基于滤子思想的广义梯度投影算法

讨论非线性不等式约束优化问题, 借鉴于滤子算法思想,提出了一个新型广义梯度投影算法.该方法既不使用罚函数又无真正意义下的滤子.每次迭代通过一个简单的显式广义投影法产生搜索方向,步长由目标函数值或者约束违反度函数值充分下降的Armijo型线搜索产生.算法的主要特点是: 不需要迭代序列的有界性假设;不需要传统滤子算法所必需的可行恢复阶段;使用了ε积极约束集减小计算量.在合适的假设条件下算法具有全局收敛性, 最后对算法进行了初步的数值实验.     

一种求解混合约束优化问题的半可行序列线性方程组滤子算法的全局收敛性

本文提出了一种半可行的序列线性方程组(SSLE)滤子方法.在文献[6]的基础上,将QP-free方法推广到混合约束优化问题,对不等式约束部分保持其可行性,而对等式约束部分用滤子方法处理,从而避免了罚参数的选取.本文提出的算法只需求解四个具有相同的非退化的系统矩阵的线性方程组以得到搜索方向.在一定程度上克服了SQP方法的缺点.另外,为了提高计算效率,算法中使用了χ -有效集.本文给出了该算法的全局收敛性证明.     

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.     

解线性约束优化问题的新锥模型信赖域法

本文提出了一个解线性等式约束优化问题的新锥模型信赖域方法.论文采用零空间技术消除了新锥模型子问题中的线性等式约束,用折线法求解转换后的子问题,并给出了解线性等式约束优化问题的信赖域方法.论文提出并证明了该方法的全局收敛性,并给出了该方法解线性等式约束优化问题的数值实验.理论和数值实验结果表明新锥模型信赖域方法是有效的,这给出了用新锥模型进一步研究非线性优化的基础.     

解非线性互补问题的非单调可行SQP方法

非线性互补问题可以转化成非线性约束优化问题. 提出一种非单调线搜索的可行SQP方法. 利用QP子问题的K-T点得到一个可行下降方向,通过引入一个高阶校正步以克服Maratos效应. 同时,算法采用非单调线搜索技巧获得搜索步长. 证明全局收敛性时不需要严格互补条件, 最后给出数值试验.     

一类可行的两阶段SQP方法

提出了解约束优化问题的一类可行的两阶段SQP滤子算法.利用一类两阶段序列二次规划方法计算试探步,而用滤子接受准则选择接受试探步.针对二次规划子问题的不可行问题,对其约束引进参数进行了可行化处理,可以省略可行恢复项,节省了计算时间.在一般条件下,算法具有全局收敛性.最后,数值试验显示了较好的结果.     

解约束优化问题的相容SQP滤子方法

提出了解约束优化问题的一类相容SQP滤子算法.利用序列二次规划方法结合信赖域技术计算试探步,而用滤子接受准则选择接受试探步.对二次规划子问题的不相容问题,应用Powell1978年于文[9]提出的方法对其约束引进参数进行了可行化处理.在一般条件下,算法具有全局收敛性.最后,数值试验显示了较好的结果.     

非线性半定规划一个全局收敛的无罚无滤子SSDP算法

提出了一个求解非线性半定规划的无罚函数无滤子序列二次半定规划(SSDP)算法. 算法每次迭代只需求解一个二次半定规划子问题确定搜索方向; 非单调线搜索保证目标函数或约束违反度函数的充分下降, 从而产生新的迭代点. 在适当的假设条件下, 证明了算法的全局收敛性. 最后给出了初步的数值实验结果.     

结合有效集和多维滤子技术的拟Newton信赖域算法(英文)

针对界约束优化问题,提出一个修正的多维滤子信赖域算法.将滤子技术引入到拟Newton信赖域方法,在每步迭代,Cauchy点用于预测有效集,此时试探步借助于求解一个较小规模的信赖域子问题获得.在一定条件下,本文所提出的修正算法对于凸约束优化问题全局收敛.数值试验验证了新算法的实际运行结果.     

新的滤子方法(英)

本文定义了一种新的滤子方法,并提出了求解光滑不等式约束最优化问题的滤子QP-free非可行域方法. 通过乘子和分片线性非线性互补函数,构造一个等价于原约束问题一阶KKT条件的非光滑方程组.在此基础上, 通过牛顿-拟牛顿迭代得到满足KKT最优条件的解,在迭代中采用了滤子线搜索方法,证明了该算法是可实现,并具有全局收敛性. 另外,在较弱条件下可以证明该方法具有超线性收敛性.     

一个解界约束非线性方程组的无导数回溯线搜索仿射内点信赖域方法（英文）

文章给出了一个求解界约束非线性方程组的无导数回溯线搜索仿射内点信赖域方法.该方法利用非线性方程组的特点,对方程组中每一个函数建立插值模型.通过利用信赖域模型和回溯先搜索技术的结合,利用插值信赖域子问题子问题求解搜索方向,并利用回溯先搜索技术保证可行性.在合理的假设条件下,证明了算法的全局和快速局部收敛性.并且,通过数值实验表明该种无导数算法对求解界约束非线性方程组问题是有效的.     

新的滤子方法

本文定义了一种新的滤子方法,并提出了求解光滑不等式约束最优化问题的滤子QP-free非可行域方法.通过乘子和分片线性非线性互补函数,构造一个等价于原约束问题一阶KKT条件的非光滑方程组.在此基础上,通过牛顿-拟牛顿迭代得到满足KKT最优条件的解,在迭代中采用了滤子线搜索方法,证明了该算法是可实现,并具有全局收敛性.另外,在较弱条件下可以证明该方法具有超线性收敛性.     

分片线性NCP函数滤子QP-free算法

本文定义了分片线性NCP函数,并对非线性约束优化问题,提出了带有这分片NCP函数的QP-free非可行域算法.利用优化问题的一阶KKT条件,乘子和NCP函数,得到对应的非光滑方程组.本文给出解这非光滑方程组算法,它包含原始-对偶变量,在局部意义下,可看成关扰动牛顿-拟牛顿迭代算法.在线性搜索时,这算法采用滤子方法.本文给出的算法是可实现的并具有全局收敛性,在适当假设下算法具有超线性收敛性.     

非线性互补约束均衡问题的一个滤子SQP算法

提出了—个求解非线性互补约束均衡问题的滤子SQP算法.借助Fischer-Burmeister函数把均衡约束转化为—个非光滑方程组,然后利用逐步逼近和分裂思想,给出—个与原问题近似的一般的约束优化.引入滤子思想,避免了罚函数法在选择罚因子上的困难.在适当的条件下证明了算法的全局收敛性,部分的数值结果表明算法是有效的.