并行技术在约束凸规划化问题的对偶算法中的应用

用 Rosen(196 1)的投影梯度的方法求解约束凸规划化问题的对偶问题 ,在计算投影梯度方向时 ,涉及求关于原始变量的最小化问题的最优解 .我们用并行梯度分布算法 (PGD)计算出这一极小化问题的近似解 ,证明近似解可以达到任何给定的精度 ,并说明当精度选取合适时 ,Rosen方法仍然是收敛的     

随机二阶锥二次规划逆问题的SAA方法

本文讨论一类随机的二阶锥二次规划逆问题, 该模型是一个含有二阶锥互补约束的随机二次规划模型, 对解释部分实际问题有着一定的优势。为了求解该模型, 本文引入了随机抽样技术和互补约束光滑化近似技术, 得到问题的近似子问题。本文证明, 只要子问题的解是存在且收敛的, 则该极限以概率一是原问题的C-稳定点; 若严格互补条件和二阶必要性条件成立, 则该极限以概率1是原问题的M-稳定点。一个简单的数值实验验证了该算法具有一定的可行性。     

从常步长梯度方法的视角看不可微凸优化增广Lagrange方法的收敛性

增广Lagrange方法是求解非线性规划的一种有效方法.从一新的角度证明不等式约束非线性非光滑凸优化问题的增广Lagrange方法的收敛性.用常步长梯度法的收敛性定理证明基于增广Lagrange函数的对偶问题的常步长梯度方法的收敛性,由此得到增广Lagrange方法乘子迭代的全局收敛性.     

一个共轭梯度方法全局收敛性的判别准则

本文建立了一个共轭梯度方法全局收敛性的判别准则,基于这一准则证明了一类三参数共轭梯度法的全局收敛性及DY方法的一个变形的全局收敛性.     

不等式约束随机非线性规划的扰动Karush-Kuhn-Tucker系统的解路径

论文聚焦概率测度发生扰动时的随机非线性规划的稳定性分析的研究.目标函数的Lipschitz连续性和可行集值映射的度量正则性条件可保证最优解集合的外半连续性和最优值的Lipschitz连续性.更重要地,本文证明了,如果原问题的极小点处线性无关约束规范和强二阶充分性条件成立,那么存在一Lipschitz连续的解路径满足扰动问题的Karush-Kuhn-Tucker条件.     

一个求解约束非线性优化问题的微分方程方法

本文构造的求解非线性优化问题的微分方程方法包括两个微分方程系统,第一个系统基于问题函数的一阶信息,第二个系统基于二阶信息．这两个系统具有性质:非线性优化问题的局部最优解是它们的渐近稳定的平衡点,并且初始点是可行点时,解轨迹都落于可行域中．我们证明了两个微分方程系统的离散迭代格式的收敛性定理和基于第二个系统的离散迭代格式的局部二次收敛性质．还给出了基于两个系统的离散迭代方法的数值算例,数值结果表明基于二阶信息的微分方程方法速度更快．     

矫正低秩相关系数矩阵的松弛序列凸近似方法

本文主要讨论带有秩约束以及简单上下界约束的相关系数矩阵矫正问题的求解方法.该问题可以写成一个含有DC(两个凸函数之差)约束的优化问题,于是考虑利用求解DC优化问题的序列凸近似(SCA)方法求解.然而对本文讨论的问题,经典的序列凸近似方法收敛所需的约束规范不成立,于是,本文提出一种松弛的序列凸近似方法.本文证明当松弛参数趋于零时,松弛的DC问题的稳定点趋于原问题的稳定点.另一方面,可以利用序列凸近似方法求解松弛的DC问题.可以证明,序列凸近似方法生成的一系列凸子问题的解的聚点就是该松弛DC问题的稳定点.数值实验验证了该方法的有效性.     

求解约束优化问题的两个微分方程算法

本文给出求解具有等式约束和不等式约束的非线性优化问题的一阶信息和二阶信息的两个微分方程系统,问题的局部最优解是这两个微分方程系统的渐近稳定的平衡点,给出了这两个微分方程系统的Euler离散迭代格式并证明了它们的收敛性定理,用龙格库塔法分别求解两个微分方程系统．我们构造了搜索方向由两个微分系统计算,步长采用Armijo线搜索的算法分别求解这个约束最优化问题,在局部Lipschitz条件下基于二阶信息的微分方程系统的迭代方法具有二阶的收敛速度。我们给出的数值结果表明龙格库塔的微分方程算法具有较好的稳定性和更高的精确度,求解二阶信息的微分方程系统的方法具有更快的收敛速度．     

广义拟可微函数的微分

本文给出一种广义拟可微函数类,它是Demyanov与Rlubinov(1980)意义下拟可微函数的推广,通过凸集类对的空间的某些理论,建立了这类广义拟可微函数的微分学理论,包括加法运算、数乘运算、乘法运算、除法运算、极大值运算,极小值运算以及复合运算的微分公式和中值定理。这些结果为广义拟可微类函数优化研究提供了基本工具．