一个求解非线性不等式约束优化问题的带有共轭梯度参数的广义梯度投影算法

本文提出一个求解非线性不等式约束优化问题的带有共轭梯度参数的广义梯度投影算法.算法中的共轭梯度参数是很容易得到的,且算法的初始点可以任意选取.而且,由于算法仅使用前一步搜索方向的信息,因而减少了计算量.在较弱条件下得到了算法的全局收敛性.数值结果表明算法是有效的.     

一类修正的非单调谱共轭梯度法及其在非负矩阵分解中的应用

谱共轭梯度算法是一类解决无约束优化问题的有效方法,它以共轭梯度法为基础,结合谱方法,保持了两种方法的计算优点.该文提出了一类修正的非单调谱共轭梯度算法,在满足一定的假设下,证明了算法的收敛性,此外,该文将所提出的算法应用于非负矩阵分解中,数值实验表明算法的效果是值得肯定的.     

谱HS投影算法求解非线性单调方程组

借助谱梯度法和HS共轭梯度法的结构, 建立一种求解非线性单调方程组问题的谱HS投影算法. 该算法继承了谱梯度法和共轭梯度法储存量小和计算简单的特征, 且不需要任何导数信息, 因此它适应于求解大规模非光滑的非线性单调方程组问题. 在适当的条件下, 证明了该算法的收敛性, 并通过数值实验表明了该算法的有效性.     

修正共轭梯度法的不变性及收敛性

共轭梯度法(CGM)是解无约束优化问题的一个有效方法.本文提出一种修正共轭梯度法——MCGM(Modified Conjugate Gradient Method),它是基于算法对非线性尺度的不变性而提出的.MCGM不但保持了古典CGM的简单性和收敛性,而且对于除二次函数外的一类函数也具有有限步终止性.实际计算表明修正算法优于古典算法.     

Wolfe步长规则下约束优化问题的共轭梯度投影算法

本文研究了约束优化问题min x∈Ωf(x).利用共轭梯度算法与GLP梯度投影思想相结合的方法,构造了一个新的共轭梯度投影算法,并在Wolfe线搜索下获得了该算法的全局收敛性结果.     

约束优化问题的修正共轭梯度投影算法

对闭凸集约束的非线性规划问题构造了一个修正共轭梯度投影下降算法,在去掉迭代点列有界的条件下,分析了算法的全局收敛性.新算法与共轭梯度参数结合,给出了三类结合共轭梯度参数的修正共轭梯度投影算法.数值例子表明算法是有效的.     

一类新型DL共轭梯度法研究

提出了求解无约束优化问题的新型DL共轭梯度方法. 同已有方法不同之处在于,该方法构造了一种修正的Armijo线搜索规则,它不仅能给出当前迭代步步长, 而且还能同时确定计算下一步搜索方向时需要用到的共轭参数值. 在较弱的条件下, 建立了算法的全局收敛性理论. 数值试验表明,新型共轭梯度算法比同类方法具有更好的计算效率.     

Wolfe搜索下的一种共轭梯度法

研究无约束优化问题的共轭梯度算法,提出了一种计算主要参数的新形式,分析了Wolfe搜索下该算法的全局收敛性.     

线性等式约束优化的既约预条件共轭梯度路径法

采用既约预条件共轭梯度路径结合非单调技术解线性等式约束的非线性优化问题.基于广义消去法将原问题转化为等式约束矩阵的零空间中的一个无约束优化问题,通过一个增广系统获得既约预条件方程,并构造共轭梯度路径解二次模型,从而获得搜索方向和迭代步长.基于共轭梯度路径的良好性质,在合理的假设条件下,证明了算法不仅具有整体收敛性,而且保持快速的超线性收敛速率.进一步,数值计算表明了算法的可行性和有效性.     

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.     

Preconditioned Spectral Gradient Method

The spectral gradient method is a nonmonotone gradient method for large-scale unconstrained minimization. We strengthen the algorithm by modifications which globalize the method and present strategies to apply preconditioning techniques. The modified algorithm replaces a condition of uniform positive definitness of the preconditioning matrices, with mild conditions on the search directions. The result is a robust algorithm which is effective on very large problems. Encouraging numerical experiments are presented for a variety of standard test problems, for solving nonlinear Poisson-type equations, an also for finding molecular conformations by distance geometry.     

Method of reduction in convex programming

We present an algorithm which solves a convex program with faithfully convex (not necessarily differentiable) constraints. While finding a feasible starting point, the algorithm reduces the program to an equivalent program for which Slater's condition is satisfied. Included are algorithms for calculating various objects which have recently appeared in the literature. Stability of the algorithm is discussed.     

Computational Method for Time-Optimal Switching Control

An efficient algorithm, called the time-optimal switching (TOS) algorithm, is proposed for the time-optimal switching control of nonlinear systems with a single control input. The problem is formulated in the arc times space, arc times being the durations of the arcs. A feasible switching control, or as a special case bang-bang control, is found using the STC method previously developed by the authors to get from an initial point to a target point with a given number of switchings. Then, by means of constrained optimization techniques, the cost being considered as the summation of the arc times, a minimum-time switching control solution is obtained. Example applications of the TOS algorithm involving second-order and third-order systems are presented. Comparisons are made with a well-known general optimal control software package to demonstrate the efficiency of the algorithm.     

一种古代的中国算法:盈不足术与牛顿迭代算法的比较

详细讨论了大约在公元前二世纪广泛流行的一种中国算法,这种算法在西方被称作为双假设法。强调指出双假设法是中国算法的一种译版。首次给出了中国算法与牛顿迭代算法之间的联系,如果引入了导数的概念,中国算法可以非常方便地转化为牛顿迭代算法。提出了一种改进的中国算法,并给出中国算法在非线性振动方程中的应用。     

精确解析法的子结构算法

文[1]提出精确解析法,用以求解任意变系数常微分方程,并利用初参数算法给出一个解的解析表达式.但利用初参数算法,对某一类问题,如长柱壳弯曲和振动等,它们的解将难以在计算机上得到.本文通过非均匀轴对称长圆柱壳弯曲问题,给出精确解析法的子结构算法,它能够计算初参数算法在计算机上不能解决的问题.问题最后和初参数算法一样能归结为求解一个低阶代数方程组.文末给出算例,表明本文算法的正确性,并和初参数算法作了比较.     

A Dynamical Method for Solving the Obstacle Problem

In this paper, we consider the unilateral obstacle problem, trying to find the numerical solution and coincidence set. We construct an equivalent format of the original problem and propose a method with a second-order in time dissipative system for solving the equivalent format. Several numerical examples are given to illustrate the effectiveness and stability of the proposed algorithm. Convergence speed comparisons with existent numerical algorithm are also provided and our algorithm is fast.     

Subgradient Method for Convex Feasibility on Riemannian Manifolds

In this paper, a subgradient type algorithm for solving convex feasibility problem on Riemannian manifold is proposed and analysed. The sequence generated by the algorithm converges to a solution of the problem, provided the sectional curvature of the manifold is non-negative. Moreover, assuming a Slater type qualification condition, we analyse a variant of the first algorithm, which generates a sequence with finite convergence property, i.e., a feasible point is obtained after a finite number of iterations. Some examples motivating the application of the algorithm for feasibility problems, nonconvex in the usual sense, are considered.     

全方位搜索的亚基迭代算法

文章改进了单纯形算法中的进基规则和迭代方式,与原始单纯形算法相比,能够有效地减少迭代次数,提高计算速度     

一种新的结合NCP函数的SQP滤子算法

对于SQP滤子算法,本文提出了一种新方法来构造滤子,目的是为了使滤子的接受条件更宽松,降低进行可行性恢复的机率.另外,本文通过一些数值例子对这种新算法进行了检验,事实证明这种算法是有效的.最后还证明这种算法具有超线性收敛性.     

基于偏最小二乘变换与Kriging模型的全局优化方法

针对传统Kriging模型在多变量(高维)输入全局优化中因超参数过多而引发收敛速度慢,精度低,建模效率不高问题,提出了基于偏最小二乘变换技术和Kriging模型的有效全局优化方法.首先,构造偏最小二乘高斯核函数;其次,借助差分进化算法寻找满足期望改进准则最大化条件的新样本点;然后,将不同核函数和期望改进准则组合,构建四种有效全局优化算法并进行比较;最后,数值算例结果表明,基于偏最小二乘变换的Kriging全局优化方法在解决高维全局优化问题方面相比于标准的全局优化算法在收敛精度及收敛速度方面更具优势.