不等式约束优化问题的精确罚函数法

1引言 在约束最优化的研究中，罚函数法有很高的理论及应用价值，为求约束优化问题的最优解x，很多方法是通过求解一系列优化问题来实现，人们称之为SUMT方法~[1].     

低阶精确罚函数的一种二阶光滑逼近

给出了求解约束优化问题的低阶精确罚函数的一种二阶光滑逼近方法,证明了光滑后的罚优化问题的最优解是原约束优化问题的ε-近似最优解,基于光滑后的罚优化问题,提出了求解约束优化问题的一种新的算法,并证明了该算法的收敛性,数值例子表明该算法对于求解约束优化问题是有效的.     

低阶精确罚函数的一种光滑化逼近

本文对不等式约束优化问题给出了低阶精确罚函数的一种光滑化逼近.提出了通过搜索光滑化后的罚问题的全局解而得到原优化问题的近似全局解的算法.给出了几个数值例子以说明所提出的光滑化方法的有效性.     

某些函数类在L^p空间的精确逼近阶

本文考虑某些函数类在L~P尺度下的精确逼近阶问题.这是S.Bernstein,S.Nikol'ski和M.Hasson的一系列研究的继续和推广,作为特例,本文主要结果的应用包含了B.K.最近的工作.     

熵正则化方法与指数(乘子)罚函数法之间的关系

由于极大极小问题在许多科学与工程中有着重要应用,特别是形如max的函数频繁地出现在各类数值分析和优化问题中,因此对于求解该类问题的算法研究长久不衰,这些算法一般分为两大类：一类是直接法,其算法设计仅以有效地求解原问题（P）为目的;另一类是间接法,其算法以找一个能够替代不可微max函数φ（x）的光滑函数为目的,故这类算法被称为光滑化方法,文[1,2]中的熵正则化方法就属于光滑化方法范畴。     

约束优化的一个改进的强次可行SQP算法及数值试验

本文对约束优化一个强次可行SQP算法进行改进,使之产生的迭代点在有限次迭代后全落入可行域;并对算法数值效果进行了大量的比较试验.     

Kolmogorov统计量的精确分布及其在Bootstrap逼近中的应用

假设x₁,x_m iid服从分布F,当F连续时,Kolmogorov统计量的精确分布已由张里千(1956)获得.本文考虑在n个点上取概率为1/n的离散分布.得到的精确分布与张里千的结果有相同的形式.利用这个结果,得到Kolmogorov统计量分布的Bootstrap逼近的收敛速度为n^-1/2的阶.这是对统计量的极限分布形式复杂甚至未知的情况下Bootstrap逼近的收敛速度问题的一个初步的探讨.     

定积分计算方法及其数值试验

以定积分概念所蕴含的数学思想和哲学思想为指导,给出定积分近似计算的两种方法,即定义法和蒙特卡罗方法,并借助Matlab软件编程对其加以验证,数值试验结果显示所给方法可行且有效．     

求解第一类积分方程的正则化—小波方法及其数值试验

1 方法的描述 第一类(Fredholm)积分方程是指形如 (1.1)的积分方程,其中核k(x,y)和右端函数f(x)给定,u(x)是未知函数.许多物理、化学、力学和工程应用问题都能导致第一类积分方程.求解第一类积分方程的一个本质性困难是方程的不适定性,即解的存在性、唯一性和稳定性遭到破坏.常用的数值方法有奇异值分解(SVD)方法、Tikhonov正则化方法、投影方法、正则化-样条方法、再生核方法等.本文提出一种新的正则化-小波方法,在第一类积分方程有多个解时,可以求出具有最小范数的数值解;如果原积分方程有唯一解,则所得的数值解收敛于准确解.数值试验表明,该方法是可行的. 我们在L~2[a,b]中考虑第一类(Fredholm)积分方程,即假设方程(1.1)中积分算子K∈L~2([a,b]×[a,b])及右端f(x)∈L~2[a,b]给定.为保证数值求解算法的稳定性,我们先用正则化方法处理该方程,将不适定问题化为泛函极值问题来求解,然后利用多重正交样条小波基构造求解格式.由于我们给出了直接计算低阶的多重正交样条小波基函数的一般公式,使得解法可以在计算机迅速实现.     

一类非线性变分不等式及其数值逼近

本文讨论了一类带有两个变函数的非线性变分不等式的问题,以及它们的有限元逼近。所考虑的区域ΩR~n真不必为凸区域,只需边界分片光滑即可。文中证明了有限元逼近的收敛性,并给出了逼近的误差估计,特别是最大模估计。     

多目标规划的一类基于精确罚函数的交互式方法

该文在约束集的线性化锥非空的条件下,得到了带有等式和不等式约束的多目标规划问题的精确罚函数的存在性,用原问题的二次近似在某些点上的Kuhn－Tucker乘子给出了罚因子的下界．在此基础上,利用极大熵方法的思想将罚问题转化为可微的无约束多目标规划问题并给出了求解该问题的一种交互式算法．数值结果表明：该文算法具有计算速度快、精度高、适用范围广且易于理解和使用等优点．     

关于非线性规划的同伦算法与罚函数法

本文揭示了关于非线性规划问题的同伦算法与外点罚函数法的关系，并讨论了有关同伦算法的收敛条件，给出了一些典型的检验问题的计算结果以表明利用结构的分段线性同伦算法的有效性。     

"准"精确惩罚函数法的渐近性分析

1引言众所周知,罚函数法在最优化理论与数值计算中占据着极其重要的位置,作为求解约束优化问题的一类重要方法,在上世纪五、六十年代曾经历一次发展高潮．近十几年来,伴随着对数障碍函数法在内点法中取得的成功,罚函数法的研究又呈现出一个小高潮[2,3,4]．在罚函数方法里,精确惩罚函数法有着非常吸引人的性质,即,当罚参数大于某个有限门槛值时,仅通过求解单个无约束罚问题便可得到原问题的最优解,从而省去了一般罚函数法解系列无约束优化问题的工作量．     

非线性互补问题的两种数值解法

本文研究了非线性互补问题的两类数值求解方法.在经典LQP算法及LevenbergMarquardt算法的基础上,构造了两种新算法,并证明了这两种新算法的收敛性.数值实验表明,新算法对测试问题优于已有算法.     

THE CONVERGENCE OF APPROACH PENALTY FUNCTION METHOD FOR APPROXIMATE BILEVEL PROGRAMMING PROBLEM

' 1 IntroductionWe collsider the fOllowi11g bilevel programndng problen1:max f(x, y),(BP) s.t.x E X = {z E RnIAx = b,x 2 0}, (1)y e Y(x).whereY(x) = {argmaxdTyIDx Gy 5 g, y 2 0}, (2)and b E R", d, y E Rr, g E Rs, A, D.and G are m x n1 s x n aild 8 x r matrices respectively. If itis not very difficult to eva1uate f(and/or Vf) at all iteration points, there are many algorithmeavailable fOr solving problem (BP) (see [1,2,3etc1). However, in some problems (see [4]), f(x, y)is too com…     

带常数红利边界马氏相依风险模型的Gerber-Shiu折扣惩罚函数的期望

本文研究了带常数红利边界的马氏相依风险模型,利用微分方法,推导出折扣惩罚函数的期望所满足的积分-微分方程,及其满足的边界条件,并给出了其解的一般表达形式.     

一类带投资收益风险模型的罚金折现期望

本文对经典风险模型考虑有投资收益的情况.其投资收益率用泊松过程加布朗运动来描述.得到了罚金折现期望函数满足的方程.并对某些特殊情况给出了进一步的讨论.