非线性最优化的抽象算法模型及非闭性收敛条件的研究(下)

本文叙述了具有单调性的最优化算法的若干重要的收敛性条件,包括这方面最近的新成果,并且证明了新的收敛性条件比文献中已有的条件要严格地弱;其次讨论了常见的可行点算法类的一致可行性收敛条件,证明了本文介绍的新的收敛性条件比一致可行性收敛条件要弱。 1.单调最优化算法的全局收敛性大多数具体的最优化算法是单调算法,即对应于迭代点列{x_i}的某一函数f(目标函数或特定的另一函数)的值{f(x_i)}是单调数列,所以文献中对于单调的抽象算法模型的全局收敛性研究很多。Zangwill提出的第一个抽象算法和相应的收敛性条件就是关于单调算法的。对于这类算法,函数值{f(x_i)}的单调性与算法的全局收敛性有密切关系。一般而言,单调算法的收敛性条件比较简单些,见文献以[1～6],[8～15]。在文献[12]中,     

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 .     

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.     

基于简单二次函数模型的非单调信赖域算法

基于简单二次函数模型,结合非单调技术,建立了一个新的求解无约束最优化问题的非单调信赖域算法,并证明了算法的全局收敛性及超线性收敛性.数值例子表明算法是有效性的,适合求解大规模问题.     

新的非单调线搜索规则BFGS算法的全局收敛性

本文在Zhang H.C.的非单调线搜索规则的基础上,设计了求解无约束最优化问题的新的非单调线搜索BFGS算法,在一定 的条件下证明了算法的线性收敛性和超线性收敛性分析.数值例子表明算法是有效的.     

求解无约束最优化问题的非单调MFR,MPRP方法

本文在求解无约束最优化问题的MFR共轭梯度法和MPRP共轭梯度法中引入两种非单调线性搜索技术.我们证明在适当条件下采用非单调线性搜索的MFR算法和MPRP算法具有全局收敛性.数值结果表明非单调线性搜索具有优越性.     

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．     

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．     

一类带非单调线搜索的信赖域算法

通过将非单调Wolfe线搜索技术与传统的信赖域算法相结合,我们提出了一类新的求解无约束最优化问题的信赖域算法.新算法在每一迭代步只需求解一次信赖域子问题,而且在每一迭代步Hesse阵的近似都满足拟牛顿条件并保持正定传递.在一定条件下,证明了算法的全局收敛性和强收敛性.数值试验表明新算法继承了非单调技术的优点,对于求解某...     

近似邻近点算法收敛性的一个注记

近似邻近点算法在最优化理论与方法研究中具有重要作用.在不同误差准则下,近似邻近点算法具有不同的收敛性.利用极大单调算子等工具给出了一个具体的例子,解释了在一些误差准则下近似邻近点算法的收敛性.     

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.     

一类新拟牛顿非单调信赖域算法

提出了一类新的求解无约束最优化问题的新拟牛顿非单调信赖域算法.采用加权的r_k用以调整信赖域半径,在适当的条件下,证明了算法的全局收敛性.数值结果表明算法的有效性.     

一类具有非单调线搜索的混合共轭梯度算法

提出一类求解无约束最优化问题的混合共轭梯度算法,新算法有机地结合了DY算法和HS算法的优点,并采用非单调线搜索技术在较弱条件下证明了算法的全局收敛性.数值实验表明新算法具有良好的计算效能.     

非线性单调方程组的三项无导数投影算法

本文讨论了一种求解非线性单调方程组问题的三项无导数投影算法,并在适当的条件下证明了算法的全局收敛性和R-线性收敛速度.由于无需利用任何导数信息,该算法适合求解大规模的非线性单调方程组问题.数值比较表明该算法是有效的.     

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．     

矩阵分裂的单调收敛性

本文在非负矩阵分裂条件下证明了迭代算法(3)的单调收敛性,它不仅推广了[1]～[5]中的相应结果,而且在比[7]中定理较弱的条件下,得到了广义AOR迭代法的单调收敛性。本文最后还给出了一个数值例子。     

互补约束均衡优化的一个共轭梯度投影法

讨论均衡约束最优化问题,利用一个互补函数和扰动技术将原问题转换为非线性等式约束最优化问题,然后利用共轭梯度投影算法的思想,给出了问题的一个求解算法,在适当的条件下,证明了算法的全局收敛性.     

凸约束优化的非单调信赖域算法的收敛性

本文对凸约束优化问题提出一类新的非单调信赖域算法，在二次模型Hesse矩阵{Bk}一致有界条件下，证明了算法具有强收敛性；在{Bk}线性增长的条件下，证明了算法具有弱收敛性；这推广了现有约束或凸约束优化问题的各种信赖域算法，改进了收敛性结果。     

一类拟牛顿非单调信赖域算法及其收敛性

本文提出了一类求解无约束最优化问题的非单调信赖域算法.将非单调Wolfe线搜索技术与信赖域算法相结合,使得新算-法不仅不需重解子问题,而且在每步迭代都满足拟牛顿方程同时保证目标函数的近似Hasse阵Bk的正定性.在适当的条件下,证明了此算法的全局收敛性.数值结果表明该算法的有效性.     

非线性约束优化一个强收敛的广义投影强次可行方向法

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.