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.     

3-分片线性NCP函数的滤子QP-free算法

本文定义一个3-分片线性的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.根据优化问题的一阶KKT条件,利用乘子和NCP函数,得到非光滑方程,本文给出一个非光滑方程的迭代算法.这算法包含原始-对偶变量,在局部意义下,可看成关于一阶KKT最优条件的的扰动拟牛顿迭代算法.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,且在适当假设下具有超线性收敛性.     

带NCP函数的信赖域滤子方法

滤子方法最初是由Fletcher和Leyffer在2002年提出的.这种方法的原理是:在一个试探步,如果相应的目标函数值或约束违反度函数值下降,那么该试探步就会被接受.利用Fischer-Burmeister NCP函数来修正滤子中的约束违反度函数,同时证明了这个新的滤子方法具有全局收敛性.     

解约束优化的分段线性有理NCP函数

本文给出新的NCP函数,这些函数是分段线性有理正则伪光滑的,且具有良好的性质.把这些NCP函数应用到解非线性优化问题的方法中.例如,把求解非线性约束优化问题的KKT点问题分别用QP-free方法,乘子法转化为解半光滑方程组或无约束优化问题.然后再考虑用非精确牛顿法或者拟牛顿法来解决该半光滑方程组或无约束优化问题.这个方法是可实现的,且具有全局收敛性.可以证明在一定假设条件下,该算法具有局部超线性收敛性.     

具有大稳定域的线性多步方法

§1.引言 解常微分方程初值问题:的线性k步方法为 sum from j=0 to k (α_jy_(n j)=h sum from j=0 to k (β_jf_(n j),(2)其中α_0~2 β_0~2≠0,α_k≠0.当β_k≠0时,(2)为隐式k步法;当β_k=0时,(2)为显式k步法. 若将(2)应用于单个方程 y′=λy,Reλ<0,则得差分方程 ρ(E)y_n=μσ(E)y_(?),μ=λh,     

无罚函数和滤子的QP-free非可行域方法

提出了求解光滑不等式约束最优化问题的无罚函数和无滤子QP-free非可行域方法. 通过乘子和非线性互补函数, 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最优性条件的解, 在迭代中采用了无罚函数和无滤子线搜索方法, 并证明该算法是可实现,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.     

带新NCP函数的Lagrangian乘子方法

在经营管理、工程设计、科学研究、军事指挥等方面普遍存在着最优化问题,而实际问题中出现的绝大多数问题都被归纳为非线性规划问题之中。作为带等式、不等式约束的复杂事例,最优化问题的求解向来较为繁琐、困难。适当条件下,非线性互补函数(NCP)可以与约束优化问题相结合,其中NCP函数的无约束极小解对应原约束问题的解及其乘子。本文提出了一类新的NCP函数用于解决等式和不等式约束非线性规划问题,结合新的NCP函数构造了增广Lagrangian函数。在适当假设条件下,证明了增广Lagrangian函数与原问题的解之间的一一对应关系。同时构造了相应算法,并证明了该算法的收敛性和有效性。     

一类修改的带NCP函数信赖域滤子算法

本文针对非线性规划给出了一种修改的带NCP函数的信赖域滤子SQP算法,主要的修改之处是用NCP函数替代了滤子中约束违反度函数,而且进一步证明了这种修改的算法同样具有全局收敛性.     

分片二元函数

随着计算机技术的飞速发展，许多工业产品设计过程使用了计算机构造曲面。例如：飞机外形、汽车外形、机器零部件表面、服装设计、产品包装等都涉及曲面设计。但是由于外形的复杂性，以及多项式曲面的“刚”性，一张多项式曲面往往很难满足设计要求。为提高设计精度往往是将多项式的次数升高，但随之带来不需要的波动，同时计算量会以指数速度递增。因此现代设计中采用的一种方法是整张曲面由若干个小曲面片，按照一定的光滑性要求拼接起来。如麦道机头就是用40张双三次多项式曲面来表示的。在划分过程中，曲率大的地方分的细些，而曲率小的…     

线性正则变换域的复能量密度函数

线性正则变换是经典Fourier变换的广义形式,目前在非平稳信号的参数检测与估计方面取得了优异的应用效果,但线性正则变换理论体系还不完善.探讨了线性正则变换相关的复能量密度函数的基本概念,并详细推导研究了其基本的数学性质与特点,在上述理论的基础上,通过仿真实验来验证所得到结论的准确性.为其在实际应用中发挥更大的作用奠定了基础.     

PIECEWISE LINEAR NCP FUNCTION FOR QP FREE FEASIBLE METHOD

In this paper,a QP-free feasible method with piecewise NCP functions is proposed for nonlinear inequality constrained optimization problems.The new NCP functions are piece- wise linear-rational,regular pseudo-smooth and have nice properties.This method is based on the solutions of linear systems of equation reformulation of KKT optimality conditions,by using the piecewise NCP functions.This method is implementable and globally convergent without assuming the strict complementarity condition,the isolatedness of accumulation points.Fur- thermore,the gradients of active constraints are not requested to be linearly independent.The submatrix which may be obtained by quasi-Newton methods,is not requested to be uniformly positive definite.Preliminary numerical results indicate that this new QP-free method is quite promising.     

Feasible Semismooth Newton Method for a Class of Stochastic Linear Complementarity Problems

We consider a class of stochastic linear complementarity problems (SLCPs) with finitely many realizations. In this paper we reformulate this class of SLCPs as a constrained minimization (CM) problem. Then, we present a feasible semismooth Newton method to solve this CM problem. Preliminary numerical results show that this CM reformulation may yield a solution with high safety for SLCPs.     

Local Feasible QP-Free Algorithms for the Constrained Minimization of SC1 Functions

We consider the problem of minimizing an SC¹ function subject to inequality constraints. We propose a local algorithm whose distinguishing features are that: (a) a fast convergence rate is achieved under reasonable assumptions that do not include strict complementarity at the solution; (b) the solution of only linear systems is required at each iteration; (c) all the points generated are feasible. After analyzing a basic Newton algorithm, we propose some variants aimed at reducing the computational costs and, in particular, we consider a quasi-Newton version of the algorithm.     

解约束优化问题的QP-free可行域方法

本文利用一个新的分片线性NCP函数提出一个新的可行的QP-free方法解非线性不等式约束优化问题.不同于其他的QP-free方法,这个方法只考虑在工作集中的约束函数,工作集是积极集的一个估计,因此子问题的维数不是满秩的.这个方法可行的并且不需假定严格互补条件、聚点的孤立性得到算法的全局收敛性,并且积极约束函数的梯度不要求线性独立的,其中由拟牛顿法得到的子矩阵不需要求一致正定性.     

Globally and Superlinearly Convergent QP-Free Algorithm for Nonlinear Constrained Optimization

A new, infeasible QP-free algorithm for nonlinear constrained optimization problems is proposed. The algorithm is based on a continuously differentiable exact penalty function and on active-set strategy. After a finite number of iterations, the algorithm requires only the solution of two linear systems at each iteration. We prove that the algorithm is globally convergent toward the KKT points and that, if the second-order sufficiency condition and the strict complementarity condition hold, then the rate of convergence is superlinear or even quadratic. Moreover, we incorporate two automatic adjustment rules for the choice of the penalty parameter and make use of an approximated direction as derivative of the merit function so that only first-order derivatives of the objective and constraint functions are used.     

解不等式约束优化的新的序列线性方程组方法

提出一种新的序列线性方程组(SSLE)算法解非线性不等式约束优化问题.在算法的每步迭代,子问题只需解四个简化的有相同的系数矩阵的线性方程组.证明算法是可行的,并且不需假定聚点的孤立性、严格互补条件和积极约束函数的梯度的线性独立性得到算法的全局收敛性.在一定条件下,证明算法的超线性收敛率.