一个求解不等式约束优化问题的势函数算法

A potential function algorithm is constructed for solving inequality constrainted optimization problems. It is proved that the sequences generated by the algorithm converge locally to a Kuhn-Tucker point under some suitable conditions. Finally, numerical results arc reported to show the validity of the algorithm.     

不等式约束优化一个可行序列线性方程组算法

提出了求解非线性不等式约束优化问题的一个可行序列线性方程组算法. 在每次迭代中, 可行下降方向通过求解两个线性方程组产生, 系数矩阵具有较好的稀疏性. 在较为温和的条件下, 算法具有全局收敛性和强收敛性, 数值试验表明算法是有效的.     

具不等式约束变分不等式的信赖域算法

1　引　　言令Ｘ是Ｒｎ 中的非空闭凸集 ,Ｆ :Ｘ→Ｒｎ 是连续映射 ,〈· ,·〉表示Ｒｎ 中的内积 有限维变分不等式问题 (以下简称变分不等式问题 ,记为ＶＩＰ或ＶＩ(Ｘ ,Ｆ) ) :就是求ｘ ∈Ｒｎ,使ｘ ∈Ｘ且 ｘ ∈Ｘ ,〈Ｆ(ｘ ) ,ｘ -ｘ 〉≥ 0 . ( 1 )在Ｘ =Ｒｎ+ 的特殊情形下 ,( 1 )变为非线性互补问题 (记为ＮＣＰ或ＮＣＰ(Ｆ) ) :就是求ｘ ∈Ｒｎ,使ｘ ≥ 0 ,Ｆ(ｘ ) ≥ 0 ,且〈ｘ ,Ｆ(ｘ )〉 =0 . ( 2 )　　变分不等式长期以来一直用于阐述和研究经济学、控制论、交通运输等领域中出现的各种平衡模型 近二十年来 ,变分不等式及其…     

一种解决不等式约束优化问题的光滑牛顿法

本通过引入松弛变量和Fischer函数把带有不等式约束优化问题的K-T条件转化为一个等价的非线性系统，并引入一参数μ，从而提出了一种新的光滑牛顿法。在适当的条件下，证明了算法的全局收敛性，并提供了数值结果。     

求解不等式约束优化问题的一个改进算法

本文改进了一个求解不等式约束优化问题的对偶算法，建立了一个相应的算法，进一步证明了该算法的收敛性．最后，给出数值结果以验证该算法的有效性。     

关于不等式约束的信赖域算法

对于具有不等式约束的非线性优化问题，本文给出一个依赖域算法，由于算法中依赖区域约束采用向量的∞范数约束的形式，从而使子问题变二次规划，同时使算法变得更实用。在通常假设条件下，证明了算法的整体收敛性和超线性收敛性。     

一个求解非线性不等式约束优化问题的带有共轭梯度参数的广义梯度投影算法

本文提出一个求解非线性不等式约束优化问题的带有共轭梯度参数的广义梯度投影算法.算法中的共轭梯度参数是很容易得到的,且算法的初始点可以任意选取.而且,由于算法仅使用前一步搜索方向的信息,因而减少了计算量.在较弱条件下得到了算法的全局收敛性.数值结果表明算法是有效的.     

非线性约束优化问题的一个新的全局收敛算法

对于非线性约束的优化问题.最近给出的各种SQP算法均采用罚函数技巧以保证算法的全局收敛性,因而都必须小心地调整惩罚参数。本文给出一个不依赖于惩罚参数、每步迭代的校正矩阵也不需正定且仍具有全局收敛性的SQP方法,而且罚函数形式简单、具有和约束函数同阶的光滑性.     

求解不等式约束优化问题无严格互补松弛条件的QP-Free新算法

本文针对不等式约束优化问题,结合Facchinei-Fischer-Kanzow精确有效集识别技术,给出—个新的线性方程组与辅助方向相结合的可行下降算法.算法每步迭代只需求解一个降维的线性方程组或计算一次辅助方向,且获取辅助方向的投影矩阵只涉及近似有效约束集中的元素,问题规模大为减少,且当迭代次数充分大时,只需求解一个降维的线性方程组.无需严格互补松弛条件,算法全局且一步超线性收敛.     

不等式约束优化一个新的SQP算法

本文提出了一个处理不等式约束优化问题的新的SQP算法．和传统的SQP算法相比,该算法每步只需求解一个仅含等式约束的子二次规划,从而减少了算法的计算工作量．在适当的条件下,证明算法是全局收敛的且具有超线性收敛速度．数值实验表明算法是有效的．     

A SSLE-Type Algorithm of Quasi-Strongly Sub-Feasible Directions for Inequality Constrained Minimax Problems

In this paper, we discuss the nonlinear minimax problems with inequality constraints. Based on the stationary conditions of the discussed problems, we propose a sequential systems of linear equations (SSLE)-type algorithm of quasi-strongly sub-feasible directions with an arbitrary initial iteration point. By means of the new working set, we develop a new technique for constructing the sub-matrix in the lower right corner of the coefficient matrix of the system of linear equations (SLE). At each iteration, two systems of linear equations (SLEs) with the same uniformly nonsingular coefficient matrix are solved. Under mild conditions, the proposed algorithm possesses global and strong convergence. Finally, some preliminary numerical experiments are reported.     

利用Fisher函数解非线性不等式约束优化问题的梯度投影算法

本文将利用梯度投影与Fisher函数提出一个新的二阶段搜索方向,给出相应的解非线性不等式约束优化问题的梯度投影算法,并证明了该算法具有全局收敛性.     

A Smoothing Objective Penalty Function Algorithm for Inequality Constrained Optimization Problems

In this article, a smoothing objective penalty function for inequality constrained optimization problems is presented. The article proves that this type of the smoothing objective penalty functions has good properties in helping to solve inequality constrained optimization problems. Moreover, based on the penalty function, an algorithm is presented to solve the inequality constrained optimization problems, with its convergence under some conditions proved. Two numerical experiments show that a satisfactory approximate optimal solution can be obtained by the proposed algorithm.     

一般约束优化基于识别函数的模松弛算法

借助于半罚函数和产生工作集的识别函数以及模松弛SQP算法思想, 本文建立了求解带等式及不等式约束优化的一个新算法. 每次迭代中, 算法的搜索方向由一个简化的二次规划子问题及一个简化的线性方程组产生. 算法在不包含严格互补性的温和条件下具有全局收敛性和超线性收敛性. 最后给出了算法初步的数值试验报告.     

非线性约束优化问题的一个修正 Lagrangian 算法

基于一个含有控制参数的修正Lagrangian函数,该文建立了一个求解非线性约束优化问题的修正Lagrangian算法.在一些适当的条件下,证明了控制参数存在一个阀值,当控制参数小于这一阀值时,由这一算法产生的序列解局部收敛于问题的Kuhn-Tucker点,并且建立了解的误差上界.最后给出一些约束优化问题的数值结果.     

一个解不等式约束非线性规划问题的有效方法

本文提出了一个解不等式约束非线性规划问题有效方法．在这个方法中,考虑解一个等价Ｋｕｈｎ－Ｔｕｃｋｅｒ条件的非线性方程组．这个方程组中ＮＣＰ函数的使用消去了对应于不等式约束的Ｌａｇｒａｎｇｅ乘子的非负性．截断牛顿方法被用来解这个非线性方程组．为了保证全局收敛性,一个强健的损失函数被选为寻查函数,同时方法中插入修正最速下降方向．本文证明了方法的分Ｑ－二阶收敛性,同时指出新方法可以有效地解稀疏大规模非线性规划问题。     

一种新的求解带约束的有限极大极小问题的精确罚函数

提出了一种新的精确光滑罚函数求解带约束的极大极小问题．仅仅添加一个额外的变量,利用这个精确光滑罚函数,将带约束的极大极小问题转化为无约束优化问题． 证明了在合理的假设条件下,当罚参数充分大,罚问题的极小值点就是原问题的极小值点．进一步,研究了局部精确性质．数值结果表明这种罚函数算法是求解带约束有限极大极小问题的一种有效算法．     

求解伪单调变分不等式的两种投影算法

本文提出了两种求解伪单调变分不等式的定步长的投影算法．这与Solodov ＆ Tseng(1996)和He(1997)的变步长策略不同．我们证明了算法的全局收敛性，并且还在一定条件下证明了算法的Q-线性收敛性．