共查询到20条相似文献,搜索用时 15 毫秒
1.
线性约束最优化问题的一族次可行方向法 总被引:1,自引:0,他引:1
简金宝 《高校应用数学学报(A辑)》1994,(2)
本文给出线性约束最优化问题的一族算法.方法具有如下特点:1)初始迭代点可以任意选取;2)一旦有某一个迭代点进入可行域,方法将成为一族可行方向法;3)算法避开不易处理的罚函数和罚参数.文中采用一种最优性控制函数将初始化阶段和最优化阶段有机地结合起来,正是这种技巧保证了算法的全局收敛性 相似文献
2.
非线性不等式约束最优化一个超线性与二次收敛的强次可行方法 总被引:1,自引:0,他引:1
本文讨论非线性不等式约束最优化问题,借助于序列线性方程组技术和强次可行方法思想,建立了问题的一个初始点任意的快速收敛新算法.在每次迭代中,算法只需解一个结构简单的线性方程组.算法的初始迭代点不仅可以是任意的,而且不使用罚函数和罚参数,在迭代过程中,迭代点列的可行性单调不减.在相对弱的假设下,算法具有较好的收敛性和收敛速度,即具有整体与强收敛性,超线性与二次收敛性.文中最后给出一些数值试验结果. 相似文献
3.
本文对一类带等式的非光滑最优化问题给出了一种逐次二次规划方法。这类问题的目标函数是非光滑合成函数,约束函数是非线性光滑函数。该方法通过逐次解二阶规划寻找搜索方向,使用l1-罚函数的非精确线搜索得到新的迭代点。我们证明了算法的全局收敛性并给出了数值试验结果。 相似文献
4.
讨论带非线性不等式和等式约束的最优化问题,借助强次可行方向法和半罚函数的思想,给出了问题的一个新的广义投影强次可行方向法.该算法的一个重要特性是有限次迭代后,迭代点落入半罚问题的可行域.在适当的条件下证明了算法的全局收敛性和强收敛性.数值实验表明算法是有效的. 相似文献
5.
6.
7.
傅鹏 《高等学校计算数学学报》1998,20(2):154-162
1 引言 精确罚函数(exact penalty function)的构造主要有两条途径:一是基于Lagrange乘子的乘子罚函数方法,二是直接构造非光滑的精确罚函数。不必进行乘子迭代。本文讨论第三种思路:基于目标函数最优值构造保持光滑性的精确罚函数。某些无参数外点罚函数本应属于此类,但一直仅仅被作为普通外点罚函数的无参数形式。将其与无参 数内点罚函数同等看待,因此基于目标函数最优值构造精确罚函数未得到充分研究。文献[11]给出了初步结果。本文进一步发展了有关理论,导出了两类算法,证明了收敛性,最后给出了数值试验结果。 2 基于目标函数最优值的精确罚函数 考虑如下约束优化问题 相似文献
8.
9.
10.
对约束优化问题给出了一类光滑罚算法.它是基于一类光滑逼近精确罚函数 l_p(p\in(0,1]) 的光滑函数 L_p 而提出的.在非常弱的条件下, 建立了算法的一个摄动定理, 导出了算法的全局收敛性.特别地, 在广义Mangasarian-Fromovitz约束规范假设下, 证明了当 p=1 时, 算法经过有限步迭代后, 所有迭代点都是原问题的可行解; p\in(0,1) 时,算法经过有限迭代后, 所有迭代点都是原问题可行解集的内点. 相似文献
11.
12.
既有铁路曲线整正是既有线改建设计中的重要部分,且结果直接影响最终设计质量和运营安全.基于最优化思想直接利用既有线上测点坐标进行曲线整正.构建了体现曲线整正成果优劣的目标函数,考虑了规范约束和控制点约束,建立了曲线整正约束最优化计算模型.基于罚函数的思想将曲线整正的非线性约束最优化问题转换为无约束最优化问题.根据目标函数的特点,采用N elder-M ead单纯形法迭代求解最优值.该算法逻辑简单,应用方便.应用结果表明算法可优化出拨距小,且满足约束条件的曲线整正成果,具有较强的实用性. 相似文献
13.
14.
15.
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. 相似文献
16.
17.
本文对可微非线性规划问题提出了一类新的近似渐近算法与一类渐近算法,它们都是基于一类逼近l1精确罚函数的罚函数而提出的.并证明了近似算法所得序列若有聚点则其为原问题的最优解;若所得序列为无界的,则给出了序列值收敛到最优值的一个充分条件.对渐近算法,在弱的假设条件下,证明了算法所得的极小点列有界,且其聚点均为原问题的最优解.并在Mangasarian-Fromovitz约束条件下,证明了有限次迭代之后,所有迭代均为可行的,即迭代所得的极小点为可行点. 相似文献
18.
强组合PhaseⅠ-PhaseⅡ次可行方向法 总被引:2,自引:0,他引:2
本文对Polak等人的组合NaseⅠ-Ⅱ可行方向法进行改进,使之不仅能自动地将初始化阶段(Phasel)和最优化阶段(PhaseⅡ)统一起来,而且保证了满足不等式约束的函数个数不断叠累递增,故称改进后的算法为强组合PhaseⅠ-ⅡPhaseⅡ次可行方向法.本文算法包含了一种新的目标局数非单词的非精确线搜索,它保证了算法产生的点列的任何聚点都是问题的K-T的点. 相似文献
19.
《应用数学与计算数学学报》2017,(3)
近似点算法在信号恢复和信号处理等方面有着广泛的应用.近些年,近似点算法被推广到Riemannian流形上.这种推广的意义在于:只要引入适当的Riemannian度量,可以将经典意义下的非凸问题转化为凸问题;将限制问题转化为无限制问题.为了解决Hadamard流形上的非光滑多指标最优化问题,通过引入变化的标量函数进而提出近似点算法.当目标函数是凸函数时,由这种方法产生的迭代序列收敛到弱Pareto最优点;当目标函数是强凸函数时,产生的迭代序列将收敛到Pareto最优点. 相似文献
20.
非线性约束最优化一族超线性收敛的可行方法 总被引:5,自引:0,他引:5
本文建立求解非线性不等式约束最优化一族含参数的可行方法.算法每次迭代仅需解一个规模较小的二次规划.在一定的假设条件下,证明了算法族的全局收敛性和超线性收敛性. 相似文献