二次凸规划的广义Fenchel定理与最优性条件

使用导出的广义Fenchel对偶理论,获得了带有二次凸约束的二次凸规划问题的广义对偶形式和定理及其Kuhn-Tucker条件,进一步建立了Celis-Dennis-Tapia的信赖域子问题的对偶形式和最优性条件。     

解无约束最优化问题的一个非单调BFGS信赖域算法

在文[19]的基础上,给出了一个解无约束最优化问题的非单调BFGS校正的信赖域算法.此算法具有较好的性质,所给的BFGS校正的具有二次约束的信赖域子问题总保证是严格凸二次规划.在适当的条件下此算法具有全局收敛性和Q 二次收敛性.     

神经网络融合信赖域求解非线性规划的新方法

人工神经网络在解决优化问题方面具有速度和精度的优势，将一种新的Hopfield网络模型与信赖域技术融合起来，采用逐次二次规划方法将约束非线性规划问题转换成一系列的二次规划子问题，并采用信赖域技术协调计算速度与精度之间的矛盾，同时通过Hopfield网络求解各个二次规划子问题，得到原来规划问题的最优解，通过对大量函数进行仿真计算，取得了很好的仿真结果。     

一个基于锥模型的自适应信赖域算法

对无约束优化问题提出了基于锥模型的自适应信赖域算法,把锥模型子问题变成二次模型的子问题进行求解,从而减少信赖域子问题的求解,二次模型的信赖域算法是新算法的特例。在适当的条件下,证明了算法的全局收敛性及超线性收敛——数值试验表明新算法是有效的。     

非线性不等式约束优化问题的一个修正BFGS信赖域算法

将一个无约束优化问题的修正BFGS信赖域算法成功地应用于不等式约束优化问题。通过修正BFGS公式构造了新的信赖域子问题,从而得到不等式约束优化问题的修正BFGS信赖域算法,并在一定条件下证明了其可行性。     

浅谈序列二次规划方法及其相容性问题的处理

讨论了序列二次规划方法解决约束优化问题的三类方法,Wilson方法,Wilson-Han方法和WHP方法,并针对SQP-信赖域子问题相容性提出了四种解决方案,从而在很大程度上避免了子问题相容性对算法带来的影响。     

非线性规划的超线性收敛算法(续)

4 信赖域方法由于信赖域算法具有较好的收敛性质,在无约束优化中获得了成功。近年来,有许多工作把此方法应用到约束变尺度方法中来,以期改进其收敛性质。我们知道,对某一点x~k来说,这点的二次规划子问题(1.11)是对问题(IP)的一个近似。这种近似显然只在这点附近才有效,因此,我们要求二次规划子问题的解被限制在某一小范围内,也即对所求的δ~k加上一个界的限制: ‖δ~k‖≤Δ, (3.1)这里的Δ称为信赖域的半径,它根据计算的进展情况予以调整。     

解优化问题的遗传加速信赖域搜索算法

针对解优化问题的信赖域算法迭代点变化受到信赖域半径约束导致运算速度下降,作者提出了一种遗传加速信赖域搜索算法,该算法在信赖域迭代点变化速度受到信赖域半径约束时,用遗传算法在扩大了的信赖域内求解信赖域子问题,得到加大了的迭代步长,摆脱了短步长迭代的约束,同时通过调节参数可以控制遗传算法加速次数的多寡,从而提高了收敛速度.算法分析和算例表明了新算法的有效性.     

投影Hessian的内点回代算法解线性约束优化问题

提供非单调内点回代技术的信赖域投影Hessian算法解线性约束优化问题.基于矩阵QR分解的技巧,将仿射零空间的信赖域子问题变换成通常的信赖域子问题,然后结合线搜索技术,在每次迭代信赖域子问题都将产生新的回代内点.在合理的条件下,证明了算法不仅具有整体收敛性而且保持局部超线性收敛速率,引入非单调技术将克服病态问题,加速收敛性进程.     

界约束非线性方程组的信赖域法

提出一种求解简单界约束最优化问题的信赖域算法,把无约束优化推广到简单界约束优化,将线搜索技巧与信赖域方法相结合,使得新算法不需要重解信赖域子问题,简化了计算,同时,新算法采用了非单调结构,提高了计算效率.在通常假设条件下,证明了算法的收敛性,并给出了数值试验,结果表明算法十分有效.     

基于一类非线性Lagrange函数的对偶问题

基于一类非线性Lagrange函数提出不等式约束优化问题的一类对偶问题,证明了在Jacobian惟一条件下,对偶问题的最优解处二阶充分性条件是成立的,因此对偶解处满足二阶增长条件.非线性Lagrange函数的鞍点存在是原始问题与对偶问题无对偶问隙的充分条件,给出了鞍点条件的等价条件,并且给出了用扰动函数来刻画的鞍点存在的一个充分条件.     

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。     

环 F2+vF2上的二次剩余码

文章研究的是环R= F2+ vF2上一类特殊的循环码——二次剩余码,首先给出了该环上的一些幂等元的形式,然后用幂等生成元的形式定义了该环上的二次剩余码；讨论了它们及其扩展码之间的关系和对偶等性质；分别确定了环R上长为7和17的二次剩余码的幂等生成元的具体形式.     

集值映射向量优化的最优性和Lagrangian对偶

目的 研究拓扑向量空间中集值映射优化问题及Lagrangian型对偶问题。方法将单值映射的广义次类凸概念推广到集值映射，在拓朴向量空间中建立了择一定理，通过择一定理研究集值映射优化问题的最优性必要条件，并定义了Lagrangian型对偶问题。结果获得了集值映射优化问题的最优性必要条件和对偶定理。结论其结果深化和丰富了最优化理论的内容。     

集值约束的多目标线性优化问题的弱对偶定理

对偶理论是数学规划的理论基础,其中在各种约束条件下对弱对偶定理的研究是对偶理论研究的重要组成部分。应用集值对偶理论证明了集值约束的线性优化问题的弱对偶定理,得到了与单值约束的线性向量优化问题的弱对偶定理和强对偶定理相似的结论,并且证明了与弱对偶定理等价的几个式子,从而推广和完善了对偶理论。     

DC复合优化问题的两种Fenchel对偶模型研究

本研究考虑的模型为无约束的DC复合凸优化问题。首先,利用扰动方法,c-共轭框架下的广义凸共轭定理及均匀凸（简称e-凸）技术,建立了DC复合优化问题的两种Fenchel对偶问题。其次,利用c-共轭函数的上图性质,给出了三个重要的集合。最后,在e-凸函数的假设下,刻画了两对原—对偶问题的强对偶性以及两者之间的等价关系。     

两类熵密度规划的对偶规划和最优性条件

基于广义的Fenchel对偶定理及其相应的Kuhn-Tucker条件，给出了带有二次约束和熵密度约束的二次规划问题和熵密度问题的对偶规划，强对偶定理以及Kuhn-Tucker条件。     

使用广义几何规划导出带二次约束的二次规划和交互熵问题

研究带二次约束的最小二次规划和交互熵问题。基于广义几何规划的理论与性质。导出了上述两个规划原问题的对偶规划。进而，由广义几何规划的对偶理论建立了两个原始－对偶规划的对偶定理和Kuhn-Tucker条件。     

约束优化问题的一种对偶性刻画

首先对一类集合,从两个不同的侧面刻画了集合沿某个方向的极小极大问题,并阐述了极小值与极大值相等的条件.对应于经典的优化问题,借助于目标函数的上图,将原问题与对偶问题对应于某个集合的极小极大问题,得到强对偶定理.最后,对Hilbert空间上的一类约束优化问题进行了刻画,得到了这一类约束优化问题的强对偶定理,进而可以通过对偶问题求解原问题.