非线性参数的精英学习灰狼优化算法

为了有效提高灰狼优化算法的收敛速度及求解精度,本文结合精英反向学习策略增加种群的多样性,将收敛因子从线性变为非线性,重新设计位置更新公式提高算法的收敛精度,提出一种非线性参数的精英学习灰狼优化算法.8组典型测试函数的实验测试表明,算法的收敛速度和收敛精度均有不同程度的提高.在求解IIR数字滤波器优化设计问题时,表现出了...     

二阶锥规划的半光滑非精确方法的收敛性分析

给出了求解二阶锥规划问题的半光滑非精确牛顿方法并对其收敛性进行了分析算法在每次迭代时,通过近似求解牛顿方程,以减少算法迭代成本;算法被证明是全局收敛和局部超线性收敛的     

无约束优化问题的Newton-过滤器算法

构造了求解无约束优化问题的新算法,该算法结合了一般的Newton算法的思想和过滤器线性搜索策略,一方面搜索方向由Newton算法产生;另一方面在接受新的迭代点时,采用过滤器线性搜索策略,确定步长,且新算法是全局收敛的.     

一般二次规划的一种分解算法

提出了求解一般二次规划问题的一种分解迭代算法.算法的主要思想是对问题的Hessian矩阵G进行正则分裂,即G=N H并且满足N-H是正定的.在每次迭代中用一个易于求解的矩阵N代替G进行计算.在矩阵G是正定的条件下,算法具有线性收敛性质,产生的迭代点列收敛到原问题的最优解.当矩阵G不正定时,算法产生的点列收敛到问题的稳定点.     

快速投影Hessian矩阵算法

分析了求解等式约束非线性规划问题的投影Hessian矩阵算法,找出了算法两步Q-超线性收敛的原因,并用BYRD的例子说明此算法的收敛效果较差,即甚至不是线性收敛;对算法进行了合理的改进,并用改进后的算法求解BYRD问题,得到了满意的收敛效果,即Q-超线性收敛．借助数值试验验证了改进算法的快速收敛性．     

快速投影Hessian矩阵算法

分析了求解等式约束非线性规划问题的投影Hessian矩阵算法,找出了算法两步Q-超线性收敛的原因,并用BYRD的例子说明此算法的收敛效果较差,即甚至不是线性收敛;对算法进行了合理的改进,并用改进后的算法求解BYRD问题,得到了满意的收敛效果,即Q-超线性收敛．借助数值试验验证了改进算法的快速收敛性．     

中心对称线性互补问题的一类迭代算法

在考虑中心对称矩阵可约性的基础上,运用矩阵分裂理论,分别提出求解中心对称线性互补问题的对三角分裂松驰迭代算法和对三角分裂松驰迭代算法,并对2种算法进行收敛分析和数值实验.结果表明,当线性互补问题的系数矩阵对角元为正的H-矩阵时,2种算法都全局收敛,所得迭代阵的谱半径都为0.5,比传统的Jacobi分裂迭代算法和Gauss-seidel迭代算法的收敛速度都好.新算法节约了计算量与计算机的存贮空间,较大地提高了计算效率.     

无约束优化的超记忆梯度法及其全局收敛性

提出一类新的求解无约束优化问题的超记忆梯度法,并在较弱条件下证明了算法的全局收敛性.当目标函数为一致凸函数时,对其线性收敛速度进行了分析.     

一个基于新光滑函数求解非线性互补问题的光滑算法

基于新的光滑函数,提出了一个求解非线性互补问题的光滑型算法.该算法可以从任意点出发,每一步迭代只需求解一个线性方程组,并进行一次线性搜索.在不需要满足严格互补条件下,证明了算法是全局收敛且是局部二阶收敛的.数值实验表明算法是有效的.     

线性二阶锥权互补问题的非单调无导数下降算法

提出非单调无导数下降算法,用于求解线性二阶锥权互补问题.构造一个效益函数,分析其水平集有界性.提出的算法在计算步长时进行非单调线搜索,搜索方向在一定假设下满足下降条件.理论证明算法全局收敛,数值结果验证算法有效.