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.     

基于D.C.分解的一类箱型约束的非凸二次规划的新型分支定界算法

提出了一类求解带有箱约束的非凸二次规划的新型分支定界算法.首先,把原问题目标函数进行D.C.分解(分解为两个凸函数之差),利用次梯度方法,求出其线性下界逼近函数的一个最优值,也即原问题的一个下界.然后,利用全局椭球算法获得原问题的一个上界,并根据分支定界方法把原问题的求解转化为一系列子问题的求解.最后,理论上证明了算法的收敛性,数值算例表明算法是有效可行的.     

求线性比式和问题全局解的输出空间分枝定界算法

基于对p-1维输出空间进行剖分的思想,提出了一种求解线性比式和问题的分枝定界算法.通过一种两阶段转换方法得到原问题的一个等价问题,该问题的非凸性主要体现在新增加的p-1个非线性等式约束上.利用双线性函数的凹凸包络对这些非线性约束进行凸化,这就为等价问题构造了凸松弛子问题.将凸松弛子问题中的冗余约束去掉并进行等价转换,从而获得了一个比凸松弛子问题规模更小、约束更少的线性规划问题.证明了算法的理论收敛性和计算复杂性.数值实验表明该算法是有效可行的.     

约束矩阵方程的Hermitian解的共轭梯度迭代算法

本文讨论矩阵方程在子矩阵约束下的Hermitian解的共轭梯度迭代算法,先转化成两个低阶方程,然后利用共轭梯度思想分别构造出低阶方程的共轭梯度迭代算法,运用算法求出矩阵方程的Hermitian解及最佳逼近,最后给出了数值实例来验证算法的有效性.     

极大熵方法与二次规划子问题的显式解

本文对混合约束极大极小问题的目标函数与约束分别用熵函数来逼近,讨论了逼近问题的二次规划子问题的搜索方向的显式形式,并给出了极大极小问题和多目标规划的二次规划予问题的显式解。将所得结果用于相应的算法中,可提高算法的有效性。     

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.     

实子矩阵约束下矩阵方程AX=B的共轭梯度迭代解法

本文研究了实子矩阵约束下矩阵方程AX=B及其最佳逼近的共轭梯度迭代解法.首先运用矩阵分块将原方程AX=B转换为2个低阶方程,利用共轭梯度的思想构造迭代算法;然后证明了算法的有限步终止性;最后给出数值实例验证算法的有效性.     

双水平集逼近油藏模型特征的数值模拟方法

本文使用双水平集函数逼近油藏模型特征, 构造出Uzawas 算法进行数值模拟. 对于两相流渗透率的数值求解问题, 可以通过测量油井数据和地震波数据来实现. 将构造出来的带限制的最优化问题使用变异的Lagrange 方法求解. 如果使用双水平集函数逼近渗透率函数, 则需要对Lagrange 函数进行修正, 从而将带限制的最优化问题转化成无限制的最优化问题. 由于双水平集函数的优越性, 进一步构造出最速梯度下降Uzawas 算法和算子分裂格式Uzawas 算法进行求解对应的最优化子问题. 数值算例表明设计的算法是高效的、稳定的.     

不等式约束优化全局收敛的滤子线性方程组算法

设计了求解不等式约束非线性规划问题的一种新的滤子序列线性方程组算法,该算法每步迭代由减小约束违反度和目标函数值两部分构成.利用约束函数在某个中介点线性化的方法产生搜索方向.每步迭代仅需求解两个线性方程组,计算量较小.在一般条件下,证明了算法产生的无穷迭代点列所有聚点都是可行点并且所有聚点都是所求解问题的KKT点.     

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.