Riccati矩阵方程异类约束解的迭代算法

首先研究了Riccati矩阵方程中变量矩阵为对称矩阵和自反矩阵异类约束解问题,其次采用牛顿算法将Riccati矩阵方程异类约束解转化为线性矩阵方程的异类约束解,最后采用修正共轭梯度算法(MCG)解决了线性矩阵方程异类约束解或者是最小二乘解问题.     

矩阵方程组一种异类约束解的MCG1-2-3-4算法

建立求含多个未知矩阵方程组的对称、反对称、中心对称和中心反对称解的修正共轭梯度算法.该算法可以判断矩阵方程组的对称、反对称、中心对称和中心反对称解是否存在,在约束解存在时,不考虑舍入误差情况下,能求得矩阵方程组的一组异类约束解;选取特殊初始矩阵时,可求得该方程组的极小范数解;给定矩阵可以在约束解集合中,求出其最佳逼近矩阵.数值实验验证了该算法的可行性.     

子矩阵约束下三类矩阵方程的迭代解法

讨论了子矩阵约束下三类矩阵方程的双反对称迭代解.利用广义共轭梯度法构造迭代算法,并证明了算法的有限步终止性.所得算法能自动判定解的情况.当矩阵方程(组)相容时,得到矩阵方程(组)的解;当矩阵方程(组)不相容时,得到矩阵方程(组)的最小二乘解.     

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。     

拉格朗日——牛顿法的一个局部超线性收敛算法

桂胜华等曾提出含弱互补函数的不等式约束最优化问题的拉格朗日一牛顿法和拟牛顿法，但算法中计算Hesse矩阵的工作量较大，且该算法仅能解不等式约束最优化问题．论文改进了桂胜华等的算法，用拟牛顿公式代替了Hesse矩阵，并把解不等式约束最优化问题推广到既含不等式约束又含等式约束最优化问题；证明了此算法具有全局收敛性和局部超线性收敛性．     

一类新拟牛顿算法的超线性收敛性

为求解箱约束变分不等式,给出一种新的基于光滑扰动函数的正则化拟牛顿算法.此算法用无导数线搜索,并在F是P0-函数条件下,证明了Jocabi矩阵非奇异和算法超线性收敛.     

一类矩阵方程的最小二乘反对称次对称解及其最佳逼近

基于变形共轭梯度法,提出一种求解线性矩阵方程AX+XB=C的最小二乘反对称次对称解的迭代法.对任意的初始矩阵,在不考虑舍入误差的情况下,该算法能经过有限步得到问题的一个最小二乘反对称次对称解,且对任意给定的矩阵,利用该算法能得到AX+XB=C的最佳逼近解.算例表明该算法是可行且有效的.     

Kdv方程的辛-谱算法

考虑了Kdv方程的辛算法.用谱矩阵近似替代微分,获得了描述Kdv方程的辛-谱算法.数值解模拟实验表明,所构造的辛-谱算法是有效的,具有良好的长时间数值行为.     

一类约束矩阵方程的迭代解法

对次对称和次反对称矩阵约束下一类矩阵方程的迭代解法进行了讨论,利用次对称矩阵和次反对称矩阵的结构和性质,分别构造了迭代算法,并用矩阵范数的性质和拉直算子证明了迭代算法的有限步收敛性,从而得到了矩阵方程的极小范数解和最佳逼近解.     

拉格朗日-拟牛顿法解约束非线性规划问题

Partier E R和祁力群等人先后提出解光滑不等式约束函数和光滑目标函数最优化问题的QP-free方法，算法中所有的迭代点为可行点．笔者在先前发表的文章中，提出了含弱互补函数的不等式约束最优化问题的拉格朗日-牛顿法．现笔者改进了先前文章中算法，用拟牛顿公式代替了Hesse矩阵，把解不等式约束最优化问题推广到了既含不等式约束又含等式约束最优化问题，并证明了此算法具有全局收敛性．对一些算例的计算表明，此法具有很好的应用前景．     

优化问题的序列线性方程组解法

拟牛顿算法是求解无约束优化问题的有效算法.序列二次规划方法是将拟牛顿算法应用于求解约束优化的推广与发展,它保持了拟牛顿算法的超线性收敛速度而成为约束优化的重要算法类.序列线性方程组方法则是它的进一步发展,目的在于每步求迭代方向dk时避免求解计算量较大的二次子规划.现在序列线性方程组方法仍在研究和发展,目的是简化算法结构、减少计算量,同时保持算法的优良性质.     

矩阵方程AX+XB=C的对称解及其最佳逼近

提出一种求解线性矩阵方程AX+XB=C对称解的迭代法.该算法能够自动地判断解的情况,并在方程相容时得到方程的对称解,在方程不相容时得到方程的最小二乘对称解.对任意的初始矩阵,在没有舍入误差的情况下,经过有限步迭代得到问题的一个对称解.若取特殊的初始矩阵,则得到问题的极小范数对称解,从而巧妙地解决了对给定矩阵求最佳逼近解的问题.     

改进的SR1拟牛顿法的2n步q二次收敛性

为了从理论上证明基于新拟牛顿方程的改进拟牛顿方法比传统的拟牛顿方法有更好的收敛效果，对改进的ＳＲ１拟牛顿方法进行了深入的研究，在变尺度矩阵序列正定有界的条件下，证明了算法在每ｎ＋ｐ（ｐ≥１）步迭代中至少有ｐ步是好的（ｑ超线性步），进而证明了算法的２ｎ步ｑ二次收敛性。     

带子矩阵约束的二次逆特征值问题的最小二乘埃尔米特广义斜哈密顿矩阵迭代解

针对带子矩阵约束的二次逆特征值问题的最小二乘埃尔米特广义斜哈密顿结构矩阵解问题,给出了一种共枙梯度迭代算法。首先提出了带子矩阵约束的二次逆特征值问题的最小二乘问题及其最佳逼近问题;然后分别给出了基于共轭梯度的迭代算法,证明了算法的收敛性。对于任意初始约束矩阵,在不存在舍入误差的情况下,用该迭代算法可以在有限步迭代中得到迭代解。最后,给出了一个数值实例,数值实例证明了所提算法的有效性。     

一类新的求解约束优化问题的锥模型信赖域算法

本文提出了一类新的求解线性等式约束优化问题的锥模型信赖域算法.不同于以往的求解约束问题的锥模型信赖域算法,无论试探步是否被接受,我们在每步都采用Wolfe线搜索得到下一个迭代点,避免了重解子问题,并且保证了序列{Bk}满足拟牛顿方程及其正定性.在适当条件下,证明了算法的全局收敛性,数值试验表明该算法是有效的.     

线性流形上AXB=C的反中心对称解

讨论了线性流形上矩阵方程AXB=C的反中心对称解及最小二乘解.利用矩阵对的商奇异值分解得到了方程有解的充分必要条件及解的一般表达式.利用矩阵对的标准相关分解技术获得了方程的最小二乘解.     

线性流形上AXB=C的反中心对称解

讨论了线性流形上矩阵方程AXB=C的反中心对称解及最小二乘解.利用矩阵对的商奇异值分解得到了方程有解的充分必要条件及解的一般表达式.利用矩阵对的标准相关分解技术获得了方程的最小二乘解.     

带有双扰动的矩阵方程AX=B的一般解法及其推广

讨论带有双扰动的矩阵方程AX=B,并且应用总体最小二乘法给出其解的表达形式,同时也用另外一种改进的方法即约束总体最小二乘法来讨论该矩阵方程,并且给出方程的隐型解.     

一种带滤子的QP-free非可行域方法

提出了一种带滤子的QP-free非可行域方法,用来解不等式约束的最优化问题.此方法通过乘子函数和3-1线性互补函数构造一个等价于原约束问题的一阶KKT条件的非光滑方程组,并在此基础上给出解这个方程组的迭代算法.这个方法的每一步迭代都可以看作是对求KKT条件解的牛顿或拟牛顿迭代的扰动,在线性搜索时用到滤子方法.这个方法是可实行的且具有全局性,并且在适当的条件下还可以得到此方法的超线性收敛性.用此算法进行了数值检验,结果表明此方法是可行有效的.     

基于三阶拟牛顿方程的对角三阶拟牛顿法

基于三阶拟牛顿方程,结合Zhang H.C.提出的非单调线搜索规则设计了求解大规模无约束优化问题的对角三阶拟牛顿算法。该算法在每次迭代中利用对角矩阵逼近Hessen矩阵的逆,使存储量和计算量明显减少,并且证明了算法的全局收敛性和超线性收敛性。数值试验表明该算法是有效的。