一种求解二次规划的新算法及其程序的研制

提出了一种求解二次规划的新算法，该算法采用单调性分析技术建立作用约束集，将一般二次规划问题转化为等式约束二次规划问题，并用简约梯度法的思想求解之，通过解一系列的等式约束问题去逼近原问题的最优解，考核结果表明，该算法及相应的软件是成功的。     

整凸二次规划

本文给出了一种求解整凸二次规划的分枝定界法，该算法把松弛问题转化为线性互补问题，由于求解线性互补问题时，充分地利用了前一分枝点所对应的线性互补问题解的信息，从而地减少了计算量。     

二次凸规划的迭代解

线性互补问题的投影Jacobi松弛算法应用于求解不等式约束的二次规划问题,对称半正定的二次规划问题由K-T条件可以转化为P_0-矩阵的非对称线性互补问题(LCP),通过求解带扰动项的P-矩阵的非对称线性互补问题得到二次规划的最优解。最后给出一些数值结果。     

凸二次规划的不可行内点算法

给出了一个求解凸二次规划的不可行点内点算法，算法的初始迭代点为非负不可行内 ，证明了算法的全局收敛性。该算 法可以看作是Ｋｏｊｉｍａ算人关于线性规划算法的推广，也可以看作是Ｍｏｎｔｅｉｒｏ等人关于可行内点算法的推广。     

线性互补问题与凸二次规划的几点注记

讨论线性互补问题与Lemke互补转轴算法,将此算法推广到两类凸二次规划;指出两类线性互补问题,并可用简单公式算得互补基本可行解,而不必引入人工变量z_0。最后给出算例。     

用低维二次规划法求解高维线性互补问题

把高维线性互补问题转化为与之等价的高维二次规划问题，然后把高维二次规划问题分解为一系列低维二次规划问题．提出了一种算法，该算法运用这一系列低维二次规划子问题的解去逼近高维线性互补问题的解．证明了该算法的收敛性．数值实验的结果表明该算法是有效可行的，且具有存储量小、精度高等特点，是一类求解大规模线性互补问题的新途径。     

线性互补问题全部解的求法—整标集法

研究线性互补问题解的存在性，发现一例，用Lemke算法找不到解，用特殊方法找到一解，随后提出并证明了线性互补问题的充分必要条件，以此为理论基础结合求求线性互补总是全部解的算法－整标集法，此算法具有一般性，使用范围广泛，用它可以求得线性互补问题的全部欠妥 ，给出3个算例，用3种方法求解，对于其中的每一个，用整标集法都找到了许多解，然而，其中两例用Lemke算法均没有找到解，最后指明了原因。     

带有二次约束的一般二次规划问题的松弛分枝定界方法

考虑带有二次约束的一般二次规划问题的求解，当约束条件为非凸二次函数时，对原问题中的某个二次约束进行凸二次松驰，或在原问题的约束条件中增加一个球约束，使得原问题的可行域包含在松驰二次规划问题的可行域内。采用椭球剖分策略剖分可行域为小 椭球，用投影次梯度算法解松驰二次规划问题的拉格朗日对偶问题，从而获得原问题的一个下界。原问题最优值的一个上界可从迭代过程中的可行点得到，并在迭代过程中得到调整。该算法或在原问题最优值的一个上下界相同时终止，得到原问题的整体最优解；或产生一无限序列，其任一聚点都是原问题的整体最优解。     

等式约束的严格凸二次规划问题一个新算法

根据广义乘子法的思想，将等式约束的凸二次规划转化为无约束问题，再利用正交校正共轭梯度法来求解，得到等式约束严格凸二次规划的新算法，不用求逆矩阵，这样可用来解大规模稀疏问题，数值结果表明：在微机４８６／３３上就能解较大规模的随机凸二次规划．     

二次规划的矩阵分解算法

本文利用广义逆和矩阵的分解理论讨论二次规划问题(QP),并给出了一个求解二次规划问題的矩阵分解算法。     

二次规划子空间共轭向量法

本文研究以下二次规划(QP)的解法:求在约束条件AX=b下,q(X)=(1/2)X~TGX+g~TX+C的极小值,其中G∈Rn~(n×n)是一个实对称正定矩阵,A∈Rm~(m×n)是一个秩为m的实长方矩阵,g∈R~n,b∈R~m,C∈R',得出了一种求解(QP)的子空间共轭向量方法。     

半无限二次规划

本文给出了半无限二次规划和它的对偶规划之间没有间隙的条件。还证明了具有对偶间隙的半无限二次规划可以通过扰动其目标函数来消除,且扰动后的半无限二次规划的最优值收敛于原始半无限二次规划的最优值。     

半无限二次规划

本文给出了半无限二次规划和它的对偶规划之间没有间隙的条件。还证明了具有对偶间隙的半无限二次规划可以通过扰动其目标函数来消除,且扰动后的半无限二次规划的最优值收敛于原始半无限二次规划的最优值。     

求解带二次简单约束的大型二次规划问题

给出了一个求解形如1／2x^THx c^Tx=min,s.t．‖x‖2≤a的二次规划问题的方法,该方法是由共轭斜量法（CG）和投影收缩算法（PC）的隐式方法组合而成的。对无约束问题,首先以x^0=0作为初始点,用（CG）方法进行求解,如果‖x^k‖2＜a(k＝1,2,…）,则原约束问题的解已经得到;否则用（CG）方法产生的迭代点的模一旦大于a,则以此点为新的初始点,改用隐式（PC）方法进行求解。数值例子的结果显示,该算法对处理大规模问题高效的,并且可大大提高精度。     

一类无约束0-1二次规划的一种新解法

以矩阵为基础,给出当目标函数中的矩阵满足一定性质时,快速获得0-1二次规划最优解的一种新解法,并用实例说明解法的有效性和实用性.该解法在很大程度上丰富了0-1二次规化的数值实验.     

约束二次的二次规划的一种解法

对于目标、约束皆二阶的二次规划，在Ｋｕｈｎ－Ｔｕｃｋｅｒ条件的基础上，提出了 一种考虑约束Ｈｅｓｓｉａｎ阵对方向影响的单重循环的序列二次规划解法。数值实验表 明，该法比约束一阶近似的序列二次规划解法效率高、收敛平稳。     

二次规划的极大熵方法

利用对偶变换,将二次规划问题转化为无约束极大极小问题,然后运用极大熵方法,将极大极小问题的转化为求解一个无规划极值问题,从而能够同时求出问题及其对偶问题的近似解,数值试验结果表明该方法是有效的。     

求解二次双层规划问题的全局最优解

针对现有的一些逼近算法在计算过程中有时得到的解为不可行解, 甚至远离真正全局最优解的问题, 给出一种解二次双层规划非孤立全局最优解的算法. 数值实例结果表明, 该算法行之有效.     

解凸二次半定规划的过滤集-正则化方法

给出求解一种特殊凸二次半定规划的过滤集-正则化方法,并对其全局收敛性进行分析.最后还提供此算法的初步数值试验结果.     

神经网络在二次规划问题中的应用

利用对偶神经网络解决了基于线性等式、 不等式和有 界约束的二次规划问题, 表明所研究的对偶神经网络具有整体指数收敛性, 与包含高次非线性条件的神经网络相比, 所提出的网络使用了更少的神经元, 并且网络的体系结构更简单.数值实验结果表明了该方法的有效性.