具有混合约束二次函数的逼近方法

在前人给出了解等式约束问题的一种降维算法的基础上对非线性等式约束进行了线性逼近,构造了等式约束问题的近似算法,进一步考查了约束条件是既含等式约束又含不等式约束的混合约束,目标函数是二次函数的非线性规划问题.增加松弛变量将不等式约束转化为等式约束,利用线性逼近的方法将问题转化为二次规划,再利用降维算法作近似计算.数值实验的结果表明该近似算法是可行的.     

等式约束刚性加权最小二乘问题的稳定性扰动

研究等式约束刚性最小二乘问题．证明了对于刚性问题,约束加权广义逆,约束加权投影和等式约束加权最小二乘问题的扰动是稳定的,当且仅当系数矩阵的扰动满足若干秩等条件．     

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。     

一种改进的求解含等式约束凸二次规划问题的Lemke算法

通过对经典的Lemke互补转轴算法求解含有等式约束的凸二次规划问题的分析,发现所得到的线性互补问题(LCP)可能是退化的.由Lemke算法求解(LCP)问题的迭代过程,通过六个命题说明了含有等式约束的凸二次规划问题对应的(LCP)问题退化的原因,并对经典的Lemke算法的迭代过程进行修正,提出了一种改进的Lemke算法,这种算法能有效地搜索到含等式约束凸二次规划问题的最优解.     

用线性模型方法求解一类等式约束二次规划问题

本文利用统计学中线性模型的理论给出一类等式约束二次规划问题解的表达式。     

一类非凸二次规划问题的全局最优性充分条件

研究了一类带二次等式约束的二次规划问题,利用求非凸优化问题全局最优性条件的一个新方法-L-次微分方法(与凸分析中的概念不同,一个函数在某点的L-次微分可能是一些非线性函数组成的集合),对二次函数的L-次微分进行了刻画,最后建立带二次等式约束非凸二次极小化规划问题的全局最优化的一个充分条件.     

附有等式约束的加权总体最小二乘平差方法

等式约束可以充分利用已有的先验信息和观测信息,使参数在满足平差主模型的同时吻合所建立的等式约束先验信息.针对目前附有等式约束的总体最小二乘平差方法都是观测值与系数矩阵独立、等精度的情况,推导了附有随机等式约束和固定等式约束的加权总体最小二乘平差方法的计算公式和精度评定公式,对于附有等式约束的总体最小二乘方法在实际测量数据处理中的应用具有一定的借鉴作用.     

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．     

仅含线性等式约束多目标规划的一个算法

给出了求解仅含有线性等式约束的多目标规划的一个算法。主要用线性加权法将多目标规划问题转化为仅含有等式约束的单目标二次规划问题,并通过算例说明了该算法的有效性与可行性。     

线性等式约束二次规划问题的无约束的优化方法

利用矩阵理论,将线性等式约束的二次规划问题非约束化,进而给出了直接法和共轭梯度法两种优化方法。     

等式约束优化问题SQP算法的超线性收敛充要条件

对于等式约束问题，Boggs，Tolle和Wang三人将Dennis，Mo埏的求解无约束优化问题的类似结果加以推广，得到了SQP算法超线性收敛的一个极为重要的充要条件。许多研究学者又作了的改进，进一步减弱假设条件，得到了同样的等式约束问题的SQP算法超线性收敛的充要条件。     

约束优化问题和互余问题的同伦算法

把约束优化问题转化为互余问题,然后用分段光滑同伦间接地解决了约束优化问题和互余问题,并给出了数值例子。     

四元数矩阵的OR分解及等式约束最小二乘问题

利用Givens′变换给出了四元数矩阵的OR分解,并利用复表示和OR分解解决了2-范数下的四元数矩阵的等式约束最小二乘问题.     

广义不定最小二乘问题的扰动分析

通过定义一种新的加权广义逆,研究不定最小二乘问题和等式约束不定最小二乘问题。应用矩阵的双曲QR分解, 得到这两个问题的解的表达形式,并且推出了关于这两个问题的解的扰动界.     

约束优化问题的广义投影梯度算法分析

对非退化和退化两种情形下的不等式约束优化问题的广义投影梯度算法作了分析,发现所采用的两种不同的求解迭代方向的方法在本质上是相同的。公式法结构简单、便于计算,而在处理退化问题上线性系统求解则体现优越性。     

求解等式约束最优化问题的Broyden算法的全局收敛性

将单边既约Hesse矩阵SQP方法和无导数线性搜索技术相结合，提出了一种求解等式约束最优化问题的拟牛顿算法．在适当的假设条件下，证明了算法全局收敛于优化问题的KKT点，而且收敛速度是局部超线性的．当迭代次数k充分大时，这种算法可以实现单位步长，因此不会出现Marotos效应．     

求解随机线性互补问题的半光滑投影牛顿算法

考虑只有有限个随机变量的随机线性互补问题,先将其转化为约束极小化问题,再利用半光滑投影牛顿算法求解该极小化问题,并给出了相应的数值实验.结果表明所给算法有效.     

非线性等式与不等式约束最优化二阶与超线性收敛的序列线性方程组算法

讨论非线性等式与不等式约束最优化问题,建立了问题的似Newton和拟Newton算法。算法的特点之一是搜索方向d_k仅由一个线性方程组的解确定,步长恒取1,即x_(k 1)=x_k d_k。另一特点是在没有严格互补的较温和的假设下,算法是二阶与超线性收敛的。本文推广了Facchinei,Lucidi,Boggs,Tolle,Wang等人的算法和收敛性结果。     

非负线性最小二乘问题与线性互补问题及不动点问题的等价性

通过Taylor公式建立了非负线性最小二乘问题和线性互补问题之间的等价性,然后,利用这种等价性,把求解非负线性最小二乘问题转化为求解不动点问题中的两个不动点方程.