一种修改的非单调线搜索SQP算法

提出了一种解非线性规划问题的修改的非单调线搜索算法,并给出了它的全局收敛性证明.不需要用罚函数作为价值函数,也不用滤子和可行性恢复阶段.该算法是基于多目标优化的思想一个迭代点被接受当且仅当目标函数值或是约束违反度函数值有充分的下降.数值结果与LANCELOT作了比较,表明该算法是可靠的.     

一种新的Armijo型线搜索条件

本文在几种常见的Armijo型线搜索基础上,提出了一种新的Armijo型线搜索条件,并证明了由Du等人提出的杂交共轭梯度法的全局收敛性。数值实验表明新方法对于给定的测试函数是有效的。     

新非单调线搜索规则的Lampariello修正对角稀疏拟牛顿算法

本文设计了求解无约束最优化问题的新的非单调线搜索规则的Lampariello修正对角稀疏拟牛顿算法.新的步长规则类似于Grippo非单调线搜索规则并包含Grippo非单调线搜索规则作为特例.新的步长规则在每一次线搜索时得到一个相对于Grippo非单调线搜索规则的较大步长,同时保证算法的全局收敛性.数值例子表明算法是有效的,适合求解大规模问题.     

采用修正搜索方向的约束变尺度算法

以WHP算法为代表的约束变尺度算法是解有约束非线性规划问题的常用算法之一,但是,这类算法还有较多理论问题没有解决。本文提出一类新的约束变尺度算法,而且在不假定‖B_k‖有界的情况下,证明该算法的整体收敛性和在一定条件下,算法超线性收敛。     

一种修正的Laplace-同伦摄动算法

在NDLT-HPM(非线性分布Laplace-同伦摄动算法)的基础上,通过引入参数h,提出了一种修正的NDLT-HPM(简称MNDLT-HPM),参数的引入使得求解更加灵活,且能调节和控制级数解的收敛域,克服了NDLT-HPM在嵌入参数p=1处级数解可能不收敛的局限性,使得级数解可以有效地收敛至精确解,从而获得足够精确的解析近似解,两个数值实例表明了该解法的优越性和精确性.     

带非精确线搜索的调整搜索方向DFP算法

本文介绍一类新的带调整搜索方向的Broyden算法．我们着重讨论带调整搜索方向的DFP算法的收敛性，在某些非精确线搜索的情况下，我们证明对连续可微目标函数，这算法是整体收敛的，而对一致凸目标函数，收敛速度是一步超线收敛的．从这篇文章的证明过程中，可以得到对一致凸目标函数，DFP算法具有一步超线形收敛．     

一种融合Powell搜索法的差分进化算法

<正>1引言在自然科学和工程技术领域中,人们遇到的很多问题都可归结为目标优化问题,求解目标优化问题,经典的传统方法有:单纯形法、牛顿法、共轭梯度法、爬山法~([1])等.而在实际应用中,人们遇到的往往是些非线性、大规模的优化问题,传统方法难以求得最优解.近年来,群体智能算法成为一个研究的热点,遗传算法(GA)、粒子群算法(PSO)、蚁群算法(ACO)、人工萤火虫算法(GSO)~([2-5])等已广泛应用于求解目标优化问题,已有研究表明     

线性规划的一种新算法——直接搜索迭代法

本文提出一种新的线性规划迭代算法，它把一般线性规划问题化为一个只含不等式约束的标准形，然后从标准形的任一可行点开始直接进行迭代，即可求出最优解，粗估本算法计算性能在高维时至少不亚于Ｋａｒｍａｒｋａｒ法等内点法，低维时也可与单纯形法相比，且迭代过程无误差积累。     

整数非线性规划的一种直接搜索寻优算法

本文的工作是将Rosenbrock算法移殖求解整数非线性规划,得到一种求解整数非线性规划的直接搜索寻优算法,该算法只要求函数是可计算的,可适用于实际规划问题。     

用L_1-罚函数作线性搜索函数的一种修正约束变尺度算法

本文对用Ｌ１－罚函数作线性搜索的约束变尺度算法，提出了一种新的修正方法，该方法的计算量小，可行性较好，并且仍能保持原有算法的收敛性．     

求解全局最优化问题的一种修正打洞算法

文献(Levy A V,Montalvo A.The tunneling algorithm for the global minimization of functions.SIAM J Sci and Stat Comput,1985,6(1):15-29)给出了求解全局优化问题的打洞算法,以及这个算法在执行时存在几个缺点.针对这几个缺点,我们构造了两个修正的打洞函数,基于这两个函数,提出了一种求解全局最优化问题的修正打洞算法,该算法克服了打洞算法的一些缺点.数值试验也进一步说明了算法的有效性.     

精确线搜索下一种新的混合共轭梯度法

本文对于大规模无约束优化问题提出了一种新的混合β_k公式,从而提出了一种具有充分下降性的混合共轭梯度法.利用精确线搜索步长规则,在适当的假设下证明了新算法的全局收敛性.     

带调整线搜索方向的变尺度算法

为了确保变尺度算法在“坏条件”下的收敛性，本文提出对原算法的线搜索方向作适当地调整的方法，并且证明了带调整线搜索方向的Ｂｒｏｙｄｅｎ类算法，无论线搜索是否精确，它对连接可微函数是收敛的，对一致凸函数是Ｑ－超线性收敛的。     

大步长非单调线搜索规则的Lampariello修正对角稀疏拟牛顿算法的全局收敛性

本文在ZhangH．C．的非单调线搜索规则基础上，结合ShiZ．J．大步长线搜索技巧提出了新的大步长的非单调线搜索规则，设计了求解无约束最优化问题的大步长非单调线搜索规则的Lampariello修正对角稀疏拟牛顿算法，在△f（x）一致连续的条件下给出了算法的全局收敛性和超线性收敛性分析．数值例子表明算法是有效的，适合求解大规模问题．     

结合一种新搜索的Broyden算法类的全局收敛性

本文提出了一种与回追搜索（backtrackinglinesearch）有关的可行线性搜索．在通常的条件下，证明了结合这一新的搜索的Broyden算法类具有全局收敛性．     

结合一种新搜索的Broyden算法类的全局收敛性

文[1]给出了基本周期矩阵为对角形状的线性递归m-阵列的平移等价类的计数．本文在此基础上运用这表达式分别给出了：（1）具有任意一个可能的基本周期矩阵；（2）Grobner窗口为m×n；（3）Grobner窗口大小即级数为任意正整数w时的线性递归m-阵列不同平移等价类的个数．     

一种改进的Wolfe线搜索下的FR共轭梯度法

文献[3]中的改进的Wolfe线搜索算法,对于计算目标函数梯度花费较大的情形可以节省一定的计算量.本文将这种改进的Wolfe线搜索算法用于FR共轭梯度法,并证明了该算法在参数σ≤1/2的情况下与Wolfe线搜索下的FR共轭梯度法具有相同的理论性质.数值实验表明该算法是可行的和有效的.     

一种修正的谱CD共轭梯度算法的全局收敛性

In this paper,we present a new nonlinear modified spectral CD conjugate gradient method for solving large scale unconstrained optimization problems.The direction generated by the method is a descent direction for the objective function,and this property depends neither on the line search rule,nor on the convexity of the objective function.Moreover,the modified method reduces to the standard CD method if line search is exact.Under some mild conditions,we prove that the modified method with line search is globally convergent even if the objective function is nonconvex.Preliminary numerical results show that the proposed method is very promising.