部分变量带非负约束的严格凸二次规划问题的新算法

本文将正交校正共轭梯度法推广来解只有部分变量带非负约束而其它变量无约束的严格凸二次规划，所建立的新算法的优点是：在迭代过程中，不用求逆矩阵，这样能保持矩阵的稀疏性，数值结果表明：算法对大规模稀疏二次规划问题是可行和有效的．     

大规模严格凸二次规划问题一个新算法

根据广义乘子法的思想,将具有等式约束和非负约束的凸二次规划问题转化只有非负约束的简单凸二次规划,通过简单凸二次规划来得到解等式约束一非负约束的凸二次规划新算法,新算法不用求逆矩阵,这样可充分保持矩阵的稀疏性,用来解大规模稀疏问题,数值结果表明：在微机４８６／３３上就能解较大规模的凸二次规划。     

基于新的Hessian近似矩阵的稀疏重构算法

一般来说,基于二次近似模型的优化算法具有良好的数值表现.然而,当基于二次近似模型的优化算法求解大规模优化问题时,若使用稠密矩阵近似目标函数在迭代点的Hessian矩阵,需要花费大量的计算成本和存储成本,因此设计Hessian矩阵合适的标量近似矩阵特别重要.对于正则化模型,利用最近三次迭代的信息,设计粗糙的标量矩阵,使用拟牛顿公式进行更新,结合近似最优梯度法的思想和梯度法的延迟策略,构造Hessian矩阵新的含有更多二阶信息的标量近似矩阵.结合非单调线搜索,提出基于新的Hessian近似矩阵的稀疏重构算法,并进行收敛性分析.实验结果表明,与经典稀疏重构算法算法相比,基于新的Hessian近似矩阵的稀疏重构算法在重构效果相似的情况下能较大地减少迭代次数和较快地重构信号.     

整数规划新进展

整数规划是对全部或部分决策变量为整数的最优化问题的模型、算法及应用等的研究, 是运筹学和管理科学中应用最广泛的优化模型之一. 首先简要回顾整数规划的历史和发展进程, 概述线性和非线性整数规划的一些经典方法. 然后着重讨论整数规划若干新进展, 包括0-1二次规划的半定规划~(SDP)~松弛和随机化方法, 带半连续变量和稀疏约束的优化问题的整数规划模型和方法, 以及0-1二次规划的协正锥规划表示和协正锥的层级半定规划~(SDP)~逼近. 最后, 对整数规划未来研究方向进行展望并对一些公开问题进行讨论.     

一类大规模二次规划问题的可行下降分解算法

本文对一类大规模二次规划问题，提出了矩阵剖分的概念和方法，并将问题转化为求解一系列容易求解的小规模二次规划子问题．另外，通过施加某些约束机制，使子问题所产生的迭代点均为可行下降点．在通常的假定下，证明算法具有全局收敛性，大量数值实验表明，本文所提出的新算法是有效的。     

基于ADMM正则化轨道算法的高维稀疏精度矩阵估计

考虑预测变量p的数量超过样本大小n的高维稀疏精度矩阵.近年来,由于高维稀疏精度矩阵估计变得越来越流行,所以文章专注于计算正则化路径,或者在整个正则化参数范围内解决优化问题.首先使用定义在正定性约束下最小化Lasso目标函数精度矩阵估计器,然后对稀疏精度矩阵使用乘数交替方向法(ADMM)算法正则化路径,以快速估计与正则化...     

求解凸二次规划问题的势下降内点算法

1　引　言二次规划问题的求解是数学规划和工业应用等领域的一个重要课题 ,同时也是解一般非线性规划问题的序列二次规划算法的关键 .求解二次规划问题的早期技术是利用线性规划问题的单纯形方法求解二次规划问题的 KKT最优性必要条件[1 ] .这类算法比较直观 ,但在处理不等式约束时 ,松弛变量的引进很容易导致求解过程的明显减慢 .有效集策略是求解二次规划问题的另一类主要技术 .这类方法一般都是稳定的 ,但随着问题中大量不等式约束的出现 ,其收敛速度将越来越低[2 ] .简约空间技术将所求问题的 Hessian阵投影到自由变量所在的子空间中 …     

大规模加权总体最小二乘问题的迭代算法

变量含误差(EIV)模型常常用加权总体最小二乘方法估计参数,但是当系数矩阵为大规模稀疏阵时,该算法会花费较大的计算量和存储空间.为了控制存储和计算量,提出了一种基于加权Rayleigh商的迭代算法.数值算例表明,与经典的总体最小二乘算法相比,新算法减少了计算量和存储空间,并且能更好地估计参数.     

一类0-1二次规划最优解的新算法

从矩阵的基础知识出发,给出了当目标函数矩阵是严格对角占优阵时,快速地获得0-1二次规划最优解的一个新算法;该方法具有很强的实用性,是此类问题的一个高效求解算法.     

Toeplitz矩阵填充的保结构算法

本文以奇异值阈值方法为基础,运用二次规划技术,提出一种新的Toeplitz矩阵填充的保结构算法,算法保证每次迭代产生的填充矩阵是可行的Toeplitz矩阵;同时运用核范数的次梯度和正交理论给出算法收敛性分析;最后通过数值实验以及简单的图像修复证明新的算法比阈值的增广Lagrange乘子算法更有效.     

求解低秩矩阵恢复问题的非单调交替梯度方向法

低秩矩阵恢复问题作为一类在图像处理和信号数据分析等领域中都十分重要的问题已被广泛研究.本文在交替方向算法的框架下,应用非单调技术,提出一种求解低秩矩阵恢复问题的新算法.该算法在每一步迭代过程中,首先利用一步带有变步长梯度算法同时更新低秩部分的两块变量,然后采用非单调技术更新稀疏部分的变量.在一定的假设条件下,本文证明了...     

一类不可微二次规划逆问题

本文求解了一类二次规划的逆问题,具体为目标函数是矩阵谱范数与向量无穷范数之和的最小化问题.首先将该问题转化为目标函数可分离变量的凸优化问题,提出用G-ADMM法求解.并结合奇异值阈值算法,Moreau-Yosida正则化算法,matlab优化工具箱的quadprog函数来精确求解相应的子问题.而对于其中一个子问题的精确...     

无界域上不定二次规划的一个算法

本给出了无界域上不定二次规划一个算法，该算法将不定二次规划转化为一系列凸二次规划，并证明了算法的收敛性。     

双矩阵变量Riccati矩阵方程对称解的迭代算法

研究一类双矩阵变量Riccati矩阵方程(R-ME)对称解的数值计算问题.运用牛顿算法求R-ME的对称解时,会导出求双矩阵变量线性矩阵方程的对称解或者对称最小二乘解的问题,采用修正共轭梯度法解决导出的线性矩阵方程约束解问题,可建立求R-ME的对称解的迭代算法.数值算例表明,迭代算法是有效的.     

一类二次规划逆问题的交替方向数值方法

考虑求解一类二次规划逆问题的交替方向数值算法．首先给出矩阵变量子问题解的显示表达式,而后构造了两个求解向量变量子问题近似解的数值算法,其中一个算法基于不动点原理,另一算法则应用半光滑牛顿法．数值实验表明,所提出的算法能够快速高效地求解二次规划逆问题．     

一类凸二次规划的新算法

本文给出了求解一类凸二次规划问题的新算法.这种算法既保留了传统算法的优点,又避免了其它算法中出现的添加人工变量过多、循环等问题.算例表明,这种算法是简便而有效的.     

求解一类特殊二次规划问题的分布式牛顿算法

针对二次规划问题,现有的基于对偶分解和梯度方法的分布式算法由于没有充分利用目标函数的二阶信息,算法并不高效.针对一类特殊二次规划问题提出分布式牛顿算法,算法在计算对偶向量时使用Jacobi迭代,使算法不仅能够分布式执行并且可以并行运算.通过证明Jacobi矩阵的谱半径小于1保证了迭代的收敛性.最后通过数值实验说明分布式牛顿算法在运行时间上的高效性.     

二次规划的内椭球算法

对于标准型的凸二次规划问题本文给出了一个新算法，算法的一每步迭代，利用内椭球的思想来近似求解一个线性质规划子问题而得到迭代方向，再适当选取步长而使之成为多项式算法，其迭代步数为Ｏ（ｎＬ＾２），每一步迭代所需计算量为Ｏ（ｎ＾３）。其中ｎ为变量个数，Ｌ为问题的输入长度。     

求解中大规模复杂凸二次整数规划问题的新型分枝定界算法

针对现有分枝定界算法在求解高维复杂二次整数规划问题时所存在的诸多不足,本文通过充分挖掘二次整数规划问题的结构特性来设计选择分枝变量与分枝方向的新方法,并将HNF算法与原问题松弛问题的求解相结合来寻求较好的初始整数可行解,由此导出可用于有效求解中大规模复杂二次整数规划问题的改进型分枝定界算法．数值试验结果表明所给算法大大改进了已有相关的分枝定界算法,并具有较好的稳定性与广泛的适用性．     

非线性约束条件下的SQP可行方法

本文对非线性规划问题给出了一个具有一步超线性收敛速度的可行方法。由于此算法每步迭代均在可行域内进行，并且每步迭代只需计算一个二次子规划和一个逆矩阵，因而算法具有较好的实用价值。本文还在较弱的条件下证明了算法的全局收敛和一步超线性收敛性。