一类新的非单调信赖域算法及其收敛性

利用非单调性,邓乃扬等提出了一类具有强收敛性质的非单调信赖型算法,为了保证算法的收敛性,他们假定以下两个条件成立;（１）信赖域半径（△ｋ）有上界;（２）对所有ｋ有∥ｓｋ∥≤ｃ∥ｇｋ∥,其中ｓｋ＝ｘｋ＋１－ｘｋ,ｇｋ为ｆ（ｔ）在ｘｋ处的梯度,ｃ〉０随后,柯小伍,韩继业从另一角度了提出了一类非调信赖域型算法,尽管他们未利用条件,但仍假定条件（２）成立,在本文中,我们提出了一类新的非单调信赖域算法,在没     

一类新的非单调信赖域算法

通过改变预计下降量,使其与实际下降量对应起来,对无约束最优化问题提出一类新的非单调信赖域算法．可以证明,在一定的条件下,该算法具有全局收敛性．     

一类带线搜索的非单调信赖域算法

本文对于无约束最优化问题提出了一类新的非单调信赖域算法．与通常的非单调信赖域算法不同，当试探步不成功时，并不重解信赖域子问题，而采用非单调线搜索，从而减小了计算量．在适当的条件下，证明了此算法的全局收敛性．     

一类优化问题的非单调信赖域算法

本文提出了一类带不等式约束和简单边界的非线性优化问题的非单调信赖域算法,在一定的条件下,证明了算法的全局收敛性,并通过数值实验验证了算法的合理性。     

一类非单调修正PRP算法的全局收敛性

本文给出一类非单调线性搜索下的修正PRP算法,该方法保证每次迭代中的搜索方向是充分下降的.在较弱的条件下,我们证明了此类非单调修正PRP算法具有全局收敛性.     

无约束最优化的一类非单调信赖域算法

提出无约束最优化的一类非单调信赖域算法 .在适当的条件下 ,证明此算法的全局和Q 二次收敛性 ,还讨论了步长和信赖域半径的几种选取规则 .     

一类非混合单调算子方程的耦合解定理及其非单调迭代算法

研究无穷维序Banach空间中一类非混合单调算子，它可以表示成T=T1 T2，其中T1是混合单调算子，T2是反向混合单调算子(T2≠0)，得到了其耦合解的存在性定理．当尸是正规极小锥时，通过构造一系列确界生成序列，建立了耦合解的非单调迭代算法．置后，推广了最大一最小解的概念，定义了极大一极小解并研究了其存在的条件．     

一类非单调保守BFGS算法研究

基于非单调线搜索在寻求优化问题最优解中的优越性,提出了一类新的非单调保守BFGS算法.同已有方法不同,该算法中用来控制非单调性程度的算法参数不是取固定值,而是利用已有目标函数和梯度函数的信息自动调整其取值,以改善算法的数值表现.在合适的假设条件下,建立了新的非单调保守BFGS算法的全局收敛性.用基准测试优化问题测试了算...     

一类锥模型非单调信赖域算法及收敛性分析

本文对无约束优化问题提出了一类基于锥模型的非单调信赖域算法.二次模型非单调信赖域算法是新算法的特例.在适当的条件下,证明了算法的全局收敛性及Q-二次收敛性.     

一类新的非单调信赖域算法

提出了一类带线性搜索的非单调信赖域算法.算法将非单调Armijo线性搜索技术与信赖域方法相结合,使算法不需重解子问题.而且由于采用了MBFGS校正公式,使矩阵Bk能较好地逼近目标函数的Hesse矩阵并保持正定传递.在较弱的条件下,证明了算法的全局收敛性.数值结果表明算法是有效的.     

CONVERGENCE PROPERTIES OF MULTI-DIRECTIONAL PARALLEL ALGORITHMS FOR UNCONSTRAINED MINIMIZATION

Convergence properties of a class of multi-directional parallel quasi-Newton algorithmsfor the solution of unconstrained minimization problems are studied in this paper.At eachiteration these algorithms generate several different quasi-Newton directions,and thenapply line searches to determine step lengths along each direction,simultaneously.Thenext iterate is obtained among these trail points by choosing the lowest point in the sense offunction reductions.Different quasi-Newton updating formulas from the Broyden familyare used to generate a main sequence of Hessian matrix approximations.Based on theBFGS and the modified BFGS updating formulas,the global and superlinear convergenceresults are proved.It is observed that all the quasi-Newton directions asymptoticallyapproach the Newton direction in both direction and length when the iterate sequenceconverges to a local minimum of the objective function,and hence the result of superlinearconvergence follows.     

总体随机搜索算法的收敛性及计算效益

本文从理论上揭示相当广泛的一类总体随机搜索算法的计算效益差的问题. 设F(x)在R~n上连续,?是一族n维概率分布;设已有当步点x_k,算法在当步迭代开始时从?中任意取一个分布,自该分布随机产生向量ξ作为当步搜索方向,根据x_k和ξ决定下一点x_(k+1).这样可形成极广的一类算法.又设水平集     

论单调最优化算法的收敛性

全局收敛性是最优化算法应具备的一个基本性质,研究各种最优化算法的全局收敛性是非线性规划的一个重要理论问题.Zangwill 借助点到集映象来构成抽象算法这一研究途径,分析和综合了各种具体最优化算法的收敛特征,并且利用闭映象的概念提出了抽象算法的收敛条件,而后这方面的工作得到了广泛重视而有了很大的发展.Polak,Meyer,Huard,Denel,Yue 等人,都发展了 Zangwill 的研究工作.他们分别提出了多种抽象算法模型,并且研究了它们的收敛性.这些理论结果对具体算法的研究中有了重要和广泛的应用.     

信赖域方法的收敛性

信赖域方法的收敛性袁亚湘（中国科学院计算中心）ＯＮＴＨＥＣＯＮＶＥＲＧＥＮＣＥＯＦＴＲＵＳＴＲＥＧＩＯＮＡＬＧＯＲＩＴＨＭＳ￥ＹｕａｎＹａ－ｘｉａｎｇ（ＣｏｍｐｕｔｉｎｇＣｅｎｔｅｒＡｃａｄｅｍｉａＳｉｎｉｃａ）Ａｂｓｔｒａｃｔ：Ｔｒｕｓｔｒｅｇｉｏ...     

由FR共轭梯度法控制的两类优化算法的全局收敛性

１引言 考虑无约束优化问题其中ｆ：Ｒｎ→Ｒ是一阶可微函数．求解（１）的非线性共轭梯度法具有如下形式：其中ｇｋ＝　ｆ（ｘｋ）,ａｋ是通过某种线搜索获得的步长,纯量βｋ的选取使得方法（２）—（３）在ｆ（ｘ）是严格凸二次函数且采用精确线搜索时化为线性共轭梯度法［１］．比较常见的βｋ的取法有Ｆｌｅｔｃｈｅｒ－Ｒｅｅｖｅｓ（ＦＲ）公式［２］和Ｐｏｌａｋ－Ｒｉｂｉｅｒｅ－Ｐｏｌｙａｋ（ＰＲＰ）公式［３－４］等．它们分别为其中　　　取欧几里得范数．对于一般非线性函数,ＦＲ方法具有较好的理论收敛性［５－６］,而…     

Levenberg-Marquardt型非线性最小二乘算法的收敛性

在无约束最优化问题中,目标函数常常具有某些特殊的形式,最常见的一种是若干个函数的平方和形式,即     

遗传算法的收敛速度估计

Under some conditions, the convergence of the genetic algorithms is investigated, corresponding convergence rates are estimated, and some related verifications are given in this paper.     

一类线性模型中参数的平衡LS估计的性质

对于线性回归模型中平衡LS估计这一类含参数t和参数矩阵L的估计,进一步讨论了t和L的取值对平衡LS估计优良性的影响,得到了平衡LS估计在某些准则下优于OLS估计的条件.     

GLOBAL CONVERGENCE OF NONMONOTONIC TRUST REGION ALGORITHM FOR NONLINEAR OPTIMIZATION

§ 1　 IntroductionIn this paper we study the following nonlinear equality constrained optimization prob-lem:minimize f(x) ,subjectto h(x) =0 ,(P)where h(x) =(h1 (x) ,h2 (x) ,...,hm(x) ) T,f and hi(i=1 ,2 ,...,m) are Rn→R twice conti-nously differentiable(m≤n) .Many authors have studied the problem(P) with trustregion method(see,references[1～ 3 ] ) .These methods have the same property:to enforce strict monotonicity for meritfunction at every iteration.Paper[4 ] shows thatstrictmonotonic …