由校正矩阵的等内积分解矩阵确定搜索方向的拟牛顿算法

把正定矩阵关于向量的等内积分解算法应用于求解无约束优化问题的拟牛顿算法中,提出了利用校正矩阵的等内积分解矩阵确定搜索方向的一种新算法和等价于DFP和BFGS校正公式的新的迭代公式.     

一类带非精确线性搜索的 DFP 算法

众所周知,以DFP和BFGS为代表的拟牛顿法是解无约束非线性规划问题:min{f(x);x∈R~n}的最常用和最有效的方法之一。但是在实际计算中,若选择步长因子时作的线性搜索“低精度”时,DFP算法的计算效果有时并不理想。而且,尽管1976年Powell证明了带非精确线性搜索的BFGS算法有一步超线性收敛率,1988年吴士泉采用重复使用原始正定矩阵的方法使得算法中用到的变尺度矩阵及其逆阵的迹有界,并且证明这类修改后的DFP算法,对一致凸目标函数,当线性搜索是非精确时,也具有一步超线性收敛率。但是对一般的DFP算法相应的结论是否成立,至今还是一个没有解决的问题。     

DFP算法收敛性的一个结果

变尺度算法作用于非凸函数,是否具有全局收敛性,有关这方面的研究是十分重要的。[1]在▽f满足Lipschitz条件且算法产生的点列收敛的假设下证明了DFP算法的全局收敛件。本文给出一个与Lipschitz条件互不包含的新的条件,在此条件下,我们证明了若算法产生的点列收敛于某点,则此点必为函数的稳定点。一、引言对于非线性最优化问题:_(x∈R~n)~min f(x),其中f:R~n→R~1连续可微,用变尺度算法来求解通常是有效的。而在众多的变尺算法中,DFP算法(Davidon、Fletcher and     

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．     

DFP算法的全局收敛性分析

1引言理论分析和大量数值试验表明，在求解（1．1）的各种算法中，拟Newton法是效果最好的一类方法．DFP算法是最早提出的拟Newton法，它首先由Davidon［2］给出并由Fletcher和Powell【3］修改DFP算法的计算步骤如下：算法1．1．1”．取二R”，BIE＊”“”对称正定，k：＝1．2”．计算gb＝7八kh），若gb—0，则终止，得解kk．否则，转入下一步．3O．dk——BK‘gb．4“．进行线搜索确定步长aa．在上面的算法中，步长0。的确定有两种方式：其一，精确线搜索，即。。满足：其M，非精确线搜索．本文考察WOlfe线搜索，即a＆满足：其中o…     

带有非精确线性搜索之下降算法的收敛性质

本文讨论不做精确线性搜索的算法,给出算法是线性收敛的充要条件,证明了一类带有非精确线性搜索的变尺度算法之收敛性与超线性收敛性,同时表明DFP方法在理论上是好的.     

解凸约束非线性单调方程组的无导数低存储Broyden族投影法

拟牛顿法是求解非线性方程组的一类有效方法.相较于经典的牛顿法,拟牛顿法不需要计算Jacobian矩阵且仍具有超线性收敛性.本文基于BFGS和DFP的迭代公式,构造了新的充分下降方向.将该搜索方向和投影技术相结合,本文提出了无导数低存储的投影算法求解带凸约束的非线性单调方程组并证明了该算法是全局且R-线性收敛的.最后,将该算法用于求解压缩感知问题.实验结果表明,本文所提出的算法具有良好的计算效率和稳定性.     

m-aryn-cube网络的最优路由

基于可选邻接点的概念,在m-ary n-cube网络中提出一种新的最优寻径算法.这种算法始终在当前结点的可选邻接点中选取最空闲邻接点作为下一个信息传输点.该算法使得从源结点到达目的结点路由是最短路由也是最快速路由,而且在多项式时间内可以完成.     

邮政运输网络中的邮路规划和邮车调度

根据不同情况的要求,采用多种算法来确定邮路规划.1)按照邮车不超载的要求,提出改进型贪心算法,得到符合条件的邮路规划,并结合实际,进一步提出改进方案.2)依据最小生成树理论,提出对各支局进行初步分组方法.同时,基于Floyd算法,提出了改进型TSP算法,并建立求解最小路径的模型,进而得到最经济的邮路规划.3)根据最佳Hamilton圈的理论,判断支局应归人的邮路,从而达到减少成本的目的.4)利用最短路覆盖中心算法,确定最合适的县局地址,使邮路总成本最小化.     

基于和积和最大积的信念传播算法的收敛性分析

在介绍马尔可夫网络和标准信念传播(Belief Propagation,BP)算法的基础上,以具有4个隐含结点的无环马尔可夫网络为例,详细分析了基于和积和最大积的BP算法收敛性,结果表明,在网络为无环马尔可夫网络时,基于和积的BP算法收敛于全局最优解,而基于最大积的BP算法在任何初值条件下,只要经过有限次迭代,BP算法必收敛到唯一固定点,若算法有唯一最优点,则此固定点为最优点.以实证分析为工具,研究BP算法收敛性,可作为BP算法基础理论研究的一次有益尝试.     

港口封控的兵力规划问题研究

港口的封控兵力规划问题是关乎临战状态下港口保卫的重要问题.对港口的封控兵力规划的三个重要问题进行数学建模来分析,采用最邻近算法,最短路径算法,遗传算法等算法,从机理、数学以及模型模拟等多角度进行分析,从而使兵力能够保卫港口的安全性.     

非平衡交通分配的拟Frank-Wolfe迭代算法

提出了基于最短路动态生成的一种新的非平衡交通分配迭代算法.在每轮迭代中,将按全有全无方法在当前最短路上分配的交通量与前一轮迭代所得到的交通量加权组合,而各O-D对的加权系数则依据Logit原则来确定.和Frank-Wolfe算法不同,不必通过一维搜索确定加权系数.同时又避免了Logit方法要求枚举所有路径的困难.本文还证明了算法的收敛性,而计算实例显示,由本算法所得结果与平衡交通分配非常接近,因而它是一个高效而可靠的交通分配算法,适用于大、中型道路交通网络的交通分配计算.     

军事物流系统中定位-运输路线安排模型及算法

考虑到战时物资需求的紧迫性和保障资源的有限性,从决策者的角度出发,以军事物流系统总体供应时间最短为目标,构建了两级军事配送网络的定位-运输路线安排模型,并给出一种启发式算法.算法分为两个阶段,首先利用蚁群算法和线性规划的方法解决运输路线安排问题,然后运用贪婪搜索算法解决军事物流配送中心选址问题.最终,将两种算法结合起来进行逐步搜索,从而得到模型的解,并运用实例说明了算法的有效性和可行性.     

最小化基于合成模糊变换的模糊自动机

经过重新定义模糊自动机,使得模糊自动机的识别过程与一个合成模糊变换(CF变换)一致,而且得到了尊重合成模糊变换的最粗分类即为状态集的最粗等价分类这一重要结论.在对尊重合成模糊变换的最粗分类的讨论中,给出了找到尊重合成模糊变换的最粗分类的有限步算法,亦即状态集的最粗等价分类和最小化模糊自动机的算法.该算法不仅给出了最长运算时间,而且还给出可终止算法的条件,使得运算更为可行和简便.     

混料试验的D—最优对称设计,算法及应用

本文着重研究了混料试验的D—最优对称设计.基于Fedorov及Atwood的迭代方法,作者给出一个构造D—最优对称设计的改进算法.这个新算法由双循环迭代构成:从初始设计中减去最小方差对称点的设计测度;增加设计测度于最大方差的对称设计点,同时,本算法还只在对称子区域中寻找最大方差设计点,这样就使得Fedorov算法的收敛速度有了显著地提高,并能构造出更高效的D—最优对称设计.另外还给出一些构造实例.     

分裂算法理论的初步探讨

所谓分裂算法就是将一个复杂的物理过程分解为两个或多个较简单的过程而逐个计算,然后再叠加或综合.这种方法既可使计算逻辑简化,又可节省计算时间,是一种经济的计算方法.对于大气和海洋动力学问题的数值模拟,由于它们需要长时间积分,费时很多,因此如何减少计算量,节省计算时间成为一个不可回避的问题.尤其在我国计算机技术还比较落后的情况下,这个问题显得更加重要.分裂算法就是解决这个问题的最常用、最     

多无人机协同任务规划问题

研究无人机任务规划问题,从无人机侦查和轰炸两方面入手.首先,运用迭代算法求解出从基地到雷达区域边际上任一目标出入口的最短路径.在此基础上,以无人机在雷达范围内滞留时间最短,以及被探测次数最少为目标,建立多目标最优化模型.通过改进交叉算子的遗传算法找出最优侦查路径.对于轰炸任务,以无人机在雷达范围内滞留时间最短,以及轰炸总时间最短为目标,建立多目标最优化模型.采用改变惯性权重的自适应粒子群算法找出最佳轰炸路线.由于计算时间较长,本文对68个目标进行聚类分析,提出针对轰炸任务的快速算法,相较原轰炸方案,其计算效率提高80%以上.     

一种求解合作博弈最公平核心的非精确平行分裂算法

针对合作博弈核心和Shapley值的特点, 将最公平核心问题转化为带有两个变 量的可分离凸优化问题, 引入结构变分不等式的算子分裂方法框架, 提出了求解最公平核心的一种非精确平行分裂算法. 而且, 该算法充分利用了所求解问题的可行域的简单闭凸性, 子问题的非精确求解是容易的. 最后, 简单算例的数值实验表明了算法的收敛性和有效性.     

四种无约束优化算法的比较研究

从数值试验的角度 ,通过对 3个测试问题 (其中构造了一个规模大小可变的算例 )的求解 ,对共轭梯度法、BFGS拟牛顿法、DFP拟牛顿法和截断牛顿法进行比较研究 ,根据测试结果的分析 ,显示截断牛顿法在求解大规模优化问题时具有优势 ,从而为大规模寻优算法的研究提供了有益的借鉴 .     

Algorithm Research Based on the PDE Sensitivity Filter北大核心CSCD

采用PDE灵敏度滤波器可以消除连续体结构拓扑优化结果存在的棋盘格现象、数值不稳定等问题,且PDE灵敏度滤波器的实质是具有Neumann边界条件的Helmholtz偏微分方程.针对大规模PDE灵敏度滤波器的求解问题,有限元分析得到其代数方程,分别采用共轭梯度算法、多重网格算法和多重网格预处理共轭梯度算法对代数方程进行求解,并且研究精度、过滤半径以及网格数量对拓扑优化效率的影响.结果表明：与共轭梯度算法和多重网格算法相比,多重网格预处理共轭梯度算法迭代次数最少,运行时间最短,极大地提高了拓扑优化效率.