非线性约束条件下梯度投影法的一个统一途径

对于问题(P),我们作如下假设: (H1):g_j(x)(j=1,…,m)为一阶连续可微凸函数.f(x)为一阶连续可微函数. (H2):x∈R={x|x∈E~n,g_j(x)≤0,j=1,…,m}:{g_j(x)|j∈J_J(x)}为线性无关向量组.其中J_0(x)={j|g_j(x)=0}. 自Rosen的梯度投影法产生以来,国内外流行的求解(P)的梯度投影法都是先对切面做投影,然后拉回可行域,目的是保证所取得的搜索方向为可行下降方向.1985年     

退化线性约束凸规划问题的变尺度法

考虑问题: (?)f(x) (NP)其中R={x∈R~n|a_i~Tx≤b_i,i=1,…,m},f(x)一阶连续可微且凸。本文在R退化条件下,给出了一个整体超线性收敛的变尺度法。记N={1,…,m),J(?)N,记A_J={a_i|i∈J}。当γ(A_J)=|J|时,R~n到 R_J={x∈R~n|a_i~Tx=0,i∈J}的正投影矩阵P_J=E_n-A_J(A_J~TA_J)~(-1)A_J~T。若{a_i|i∈I}和{a_i|i∈J}都是{a_i|i∈N′(?)N}的最大线性无关组,则P_J=P_I。x~k∈R,记N_k={i∈N|a_i~Tx~k=b_i},gk=▽f(x~k)。     

简约梯度法与ROSEN梯度投影法的一个关系

1 引 言 考虑如下非线性规划问题 min{f(x)|A_1x=b,a_i~Tx≤b_i,i∈I},(1.1)其中I表示所有不等式约束指标集合。设R为(1.1)的可行域,对任意x∈R记A~T(x)=(A_1~T:A_2~T(x)),其中A_2(x)是以a_i,i∈I(x)为行的矩阵,I(x)={i|a_i~Tx=b_i,i∈I},对不同的可行点x∈R,A~2(x)可能不同 问题(1.1)的假设条件。 〈H1〉f一阶连续可微, 〈H2〉x∈R,A(x)行满秩。 1960年Rosen对问题(1.1)给出一种梯度投影法,其基本定理为     

线性约束非线性规划的梯度投影法

我们考虑问题(LNP) minf(x),x∈R={x|A~Tx≤b,x∈R~n},其中A是n×m矩阵,b为m维向量,R~n为n维欧氏空间f(x)∈C~1.记I(x)={i|a_i~Tx=b_i,i=1,…,m},P_(I(x))为R~n到U_(I(x))={x|a_i~Tx=0,i∈I(x)}的投影矩阵.特别记I_k=I(x~k),U_k=U(I_k),N(I_k)=(a_i~T,i∈I_k)~T.本文恒假定秩N_(I(x))=|I(x)|,(即I(x)中的元素个数).     

非线性约束凸规划的一个解法及其收敛性

引言 我们讨论如下的非线性约束的数学规划问题(P): 假定f(x)=f(x_1,x_2,…x_n),x=(x_1,x_2,…x_n)~T∈E~n,是一阶连续可微的凸函数,g_j(x)=g_j(x_1,x_2,…x_n)是一阶连续可做的凹函数。对约束集合R,我们作如下假定:对任一x∈R,存在β>0,使得对应于指标集J_β(x)={j|g_j(x)≤β}的指标j,     

非线性互补问题的L1模算法

非线性互补问题(记作NCP(F))定义为求x∈R~n,满足X≥0,F(x)≥0且X~гF(x)=0。其中F:R~n→R~n。本文假设F(x)是一阶连续可微的。 引人映射H:R~n→R~n,其中H的第i个分量H_i(x)=min(x_i,F_i(x))及其L_1模函数 θ(x)=sum from i=1 to n |min(x_i,F_i(x)|设全集I={1,2,…,n},定义其子集: I_f(x)={i|F_i(x)0}, I(x)={i|F_i(x)=x_i},I_f(x)={i|F_i(x)相似文献   

一个约束为非线性不等式的可行方向法

一、引言我们讨论下述非线性规划问题minf(x), s.t.h.(x)≤0, i=1,…,m; x∈k~n,where f, g_i∈c~2 i=1,…,m这里假定f, h_i∈c~2 i=1,…,m,且为凸函数     

解有约束总极值问题的弃舍方法和简约方法

1.提出问题 设f(x);g_1(x),…,g_m(x);l_1(x),…,l_r(＊)是n维欧氏空间R~n上的连续函数,试求总极小值 c=inf f(x),x∈G_u, (1)其中 G={x|g_i(x)≤0,i=1,…,m}, (2) L={x|l_j(x)=0,j=1,…,r}. (3)如果问题有解,则求总极值点集H.我们假设、存在实数a,使得水平集 H={x|f(x)≤a,x∈G_0}     

一般二次规划问题的交换型零空间方法

一般二次规划问题的形式为:QP:min{f(x)=1/2x~TGx+c~Tx|a_i~Tx≥b_i 1≤i≤m},(1.1)其中 x,c,a_i∈E~n,b_i∈E~1,i=1,2,…,m;G 为 n 阶对称矩阵;“T”表示转置运算.设 x~k∈R={x|a_i~Tx≥b_i,1≤i≤m}.若 a_i~Tx~k=b_i 成立,则称约束 a_i~Tx≥b_i 在x~k 点有效.记:I_k={i|a_i~Tx~k=b_i,1≤i≤m},A_k={a_i|i∈I_k}.以后当不加区别地使用术语“有效集”时,视实际背景或指 I_k 或指 A_k,或指在 x~k 点有效的约束条件的集合.设 A_k 是 n×t_k 的满秩矩阵,Z_k 为 A_k 的零空间     

BMO ESTIMATES FOR MULTILINEAR FRACTIONAL INTEGRALS

In this paper,the authors prove that the multilinear fractional integral operator T A 1,A 2 ,α and the relevant maximal operator M A 1,A 2 ,α with rough kernel are both bounded from L p (1 p ∞) to L q and from L p to L n/(n α),∞ with power weight,respectively,where T A 1,A 2 ,α (f)(x)=R n R m 1 (A 1 ;x,y)R m 2 (A 2 ;x,y) | x y | n α +m 1 +m 2 2 (x y) f (y)dy and M A 1,A 2 ,α (f)(x)=sup r0 1 r n α +m 1 +m 2 2 | x y | r 2 ∏ i=1 R m i (A i ;x,y)(x y) f (y) | dy,and 0 α n, ∈ L s (S n 1) (s ≥ 1) is a homogeneous function of degree zero in R n,A i is a function defined on R n and R m i (A i ;x,y) denotes the m i t h remainder of Taylor series of A i at x about y.More precisely,R m i (A i ;x,y)=A i (x) ∑ | γ | m i 1 γ ! D γ A i (y)(x y) r,where D γ (A i) ∈ BMO(R n) for | γ |=m i 1(m i 1),i=1,2.     

半无穷规划模型的一阶必要条件及其内点算法

1 引言 考虑下列半无穷规划(SIP)模型其中x∈R~n为有限维变量,给定点y,函数g(·,y):R~n→R为不等式约束,y是一个无穷点集,它为y~0R~l的闭包,而y~0{y∈R~l:h_i(y)<0,i=1,…,p},y=y\y~0为y~0的边界集合,且设f,g,h_i,i∈{1,…,p}均为充分光滑函数。为了方便,记h=(h_1,h_2,…,h_p)~T,集合Ω~0定义为{x∈R~n:g(x,y)<0,y∈y}的某个连通集合,Ω为Ω~0的闭包,Ω为Ω~0的边界集。     

一类变指数基尔霍夫型方程的无穷多解

本文研究带有各向异性p(x)-Laplace算子的基尔霍夫型方程Dirichlet边值问题-N∑i=1M_i(∫_Ω|_x_iu|~(pi(x)pi(x)dx)_x_i(|_x_iu|~(pi(x)-2_x_iu=H(∫_ΩF(x,u)dx)f(x,u),x∈Ω,u=0,x∈Ω其中Ω是R~N(N≥3)中具有光滑边界的有界区域,f(x,u)∈C(×R,R),,i=1,2,…,N,且M_i(t):R~+→R~+,H(t):R→R和p_i(x):→R为连续函数.当非线性项在零点附近次线性增长时,运用临界点理论中的Clark定理获得了新的多重解存在性结果.     

求解不可微箱约束变分不等式的下降算法

1 引 论 设X(?)Rn是非空闭集,F:Rn→Rn连续映射,变分不等式问题VI(X,F)是指:求x∈X,使 F(x)T(y-x)≥0,　 (?)y∈X,(1)记指标集N=(1,2,…,n},当 X=[a,b]≡{x∈Rn|a≤xi≤bi,i∈N},(2)其中a={a1,a2,…,an}T,b={b1,b2,…,bn}T∈Rn时,VI(X,F)化为箱约束变分不等式VI(a,b,F).若ai=0,bi=+∞,i∈N,即X=R+n≡{x∈Rn|x≥0}时,VI(a,b,F)化为非线性     

一类二阶渐近周期微分方程的正同宿轨道

§ 1　IntroductionIn this note we are concerned with the asymptotically periodic second order equation-u″+α( x) u =β( x) uq +γ( x) up,　 x∈ R,( 1 )where1 相似文献   

二阶非线性微分方程在无穷区间上的边值问题

其中f(t),h_i(x)为连续函数,并且f(t)≠0,h_i(x)>0(x≠0,i=1,2)。在条件(C)之下的方程(X)仍属较一般的类型。例如:设h_1(x)=h_2(x)=h(x),则有方程x=f~2(t)xh(x);再设h(x)=|x|~n(n>0),便得广义Emden-Fowler方程(见文献[1],第7章):x=f~2(t)x|x|~n。     

一类由生成函数构成的可行方向算法

设非线性规划问题(P):min{f(x)|x∈R}。其中f:E~n→E~1,f(x)∈C~1,x∈E~n,R={x|A_x=b,x≥0},A为m×n阶矩阵,rankA=m,b∈E~m。 利用既约梯度建立可行方向算法目前在国内外已有不少,它们的特点在于:(1)将高维问题降为低维问题处理。此时的问题已近似于一个无约束的问题;(2)在计算的每一步上都是显式迭代,而不必去解一个复杂的线性的或二次的规划。这些特点使得算法变     

基于拟法锥条件的非凸非线性规划问题的同伦内点法

1 引言 考虑如下的非线性规划问题: min f(x) (1) 8.t.gi(x)≤0,i=1,…,m,其中xR~n,我们总假定f,gi是二次连续可微的。 称Ω={xR~n|gi(x)≤0,i=1,…,m}为(1)的行域;Ω~0={xR~n|gi(x)<0,i=1,…,m}为(1)的严格可行域;Ω=Ω\Ω~0为Ω的边界。 此外,记     

二阶哈密尔顿系统的对称扰动(英文)

我们研究二阶Hamiltonian系统-ü=▽F1(t,u)+ε▽F2(t,u)a.e.t∈[0,T]的多重周期解,其中ε是一个参数,T0.F1(F2)∶R×RN→R关于t是T周期的,▽F1(t,x)关于x是奇的;并且Fi(t,x)(i=1,2)对所有x∈RN关于t是可测的,对几乎所有t∈[0,T]关于x是连续可微的,而且存在a∈C(R+,R+),b∈L+(0,T;R+)使得|Fi(t,x)|≤a(|x|)b(t),|▽Fi(t,x)|≤a(|x|)b(t)对所有x∈RN及几乎所有t∈[0,T]成立.我们对F1施加适当的条件,能够证明对任意的j∈N存在εj0使得|ε|≤εj,则上述问题至少有j个不同的周期解.     

由生成函数构成的梯度投影法

本文利用生成函数给出一个梯度投影算法模型,统一处理了一类梯度投影算法的收敛性问题.考虑非线性规划问题(P),其中M={x∈R~n|a_j~Tx=b_j,j∈L_1;a_j~Tx≤b_j,j∈L_2},a_j∈R~n,b_j∈R,j∈L=L_1∪L_2.f:R~n→R,f∈C~1.对于     

求非凸二次约束二次规划问题全局解的线性化方法

1引言 考虑如下非凸二次规划的全局优化问题: (QP):{min xTQox doTx,s.t.xTQix ditx≤bi,i=1,…,m,x∈S={x∈Rn:l≤x≤u}, 其中Qo,Qi是n阶实对称矩阵,do,di∈Rn,bi∈R,i=1,…,m;l=(l1,…,ln)T,u=(u1,…,un)T .