一种基于非均匀惩罚因子的序列无约束最优化外点新算法

增广拉格朗日乘子方法（Augmented Lagrange multiplier method）是拉格朗日乘子方法（Lagrange multiplier method）的推广,它是一种序列无约束的最小化技术,包括内点法和外点法,内点法适用于仅有不等式约束的情形,其主要思想是对违背可行性的约束给予一个惩罚。传统的做法是：对所有约束以相同的罚因子,自适应调整Lagrange乘子。提出了一种非均匀惩罚的自适应更新罚因子的方法,即根据近似解对约束违反的严重程度施行不同惩罚的新方法。算例表明,本方法是有效的。     

改进的SSOR-PCG迭代法在接触问题研究中应用

SSOR—PCG方法对于大型对称正定问题具有很高的求解效率,但采用求解静动力接触问题的Lagrange乘子法导致结构刚度矩阵对应Lagrange乘子的对角元为零,不满足传统的SSOR—PCG方法的应用条件．为此通过建立联系Lagrange乘子的罚函数矩阵,提出了SSOR—PCG罚函数方法,并通过主动自由度和被动自由度的关系,提出了SSOR—PCG变量替换法．数值例题证明SSOR—PCG变量替换法具有良好的精度和效率．     

用最优化计算方法进行型线光顺优化设计

通过对某些特定舰船型线光顺设计问题的数学分析，建立了型线光顺设计问题的数学模型，提出了用约束最优化计算方法进行型线优化设计，并通过混合罚函数和增广Lagrange乘子法这两种最优化计算方法的对比，验证了增广Lagrange乘子法的优越性。     

求解约束规划的一个非线性Lagrange函数

提出了一个求解具有不等式约束的非线性规划问题的非线性Lagrange函数．此函数主要用于解决非凸规划问题．讨论了函数在KKT点的性质,收敛定理表明了在适当的条件下。当罚参数大于某一阈值时,产生的点列具有局部收敛性,并给出了与罚参数相关的解的误差估计．此函数的收敛速度较优于Bertsekas提出的指数函数乘子法．     

Lagrange乘子初始值和罚因子迭代方式的研究

本文以Rockafellar乘子罚函数作为基准,利用Matlab强大的数值计算功能,通过数值试验,对Lagrange乘子初始值和罚因子迭代方式进行了研究,比较了不同的乘子初始值和罚因子迭代序列对算法效率的影响,为大规模优化算法的研究提供了有益的借鉴.     

互补问题的一种新Lagrange乘子法

利用文献中给出的NCP函数，将互补问题转化为非光滑方程组的求解问题，构造了解该方程组的新的Lagrange乘子法，在函数为一致P函数的条件下，证明了算法的全局收敛性、局部超线性收敛性和二次收敛性，以及对线性互补问题的有限步终止性，数值实验表明，算法是有效的。     

一种新的Lagrange乘子法

基于Lagrange乘子法中将与不等式约束相关的乘子定义为原乘子的正定函数,用同样的方法处理不等式约束和等式约束的构想,构造了一种新的Lagrange乘子法. 分析了该算法的收敛性,并利用LaSalle不变集原理揭示了算法稳定机制及如何减弱收敛条件和扩大收敛域. 分析表明,算法在稳定因素和不稳定因素的综合作用下获得最优解.     

广义几何规划的一类全局收敛算法

以增广Lagrange函数为基础,采用比较先进的Armijo步长搜索策略,对等式约束下的广义几何规划问题提出了一种有效的拟牛顿乘子法,并且在适当条件下,可以避免罚因子趋于无穷,最后证明了该算法的全局收敛.     

非凸两分块问题乘子交替方向法的收敛性分析

乘子交替方向法(ADMM)求解大规模问题十分有效.ADMM在凸情形下的收敛性已被清晰认识,但非凸问题ADMM的收敛性结果还很少.本文针对非凸两分块优化问题,在增广拉格朗日函数满足Kurdyka-Lojasiewicz不等式性质且罚参数大于某个常数的条件下,证明了ADMM的收敛性.     

求解Poisson问题的区域分解和交替方向乘子法

【目的】有效求解有界闭区域的Poisson问题，得到解决这类问题的区域分解法和交替方向乘子法。【方法】用区域分解法将问题转化为用两个子区域和增广拉格朗日函数表示的极小值问题，再采用交替方向乘子法求解该问题。【结果】对算法进行了收敛性分析，并给出了此类问题的具体应用。【结论】数值结果验证了该方法求解Poisson问题的可行性。     

非线性优化问题的光滑化序列二次规划方法

为了获得序列二次规划方法的全局收敛性,通常需要借助一个罚函数,但常用的罚函数由于具有不可微性从而给计算带来一定的困难,拉格朗日函数虽然可以克服此困难,但其形式较为复杂,为解决该问题,给出了一类光滑化罚函数.基于一类双曲余弦型光滑化罚函数,提出了等式约束优化问题的一个光滑化序列二次规划方法.该光滑化函数具有良好的连续、可微性和凸性质,在适当条件下,获得了算法的全局收敛性,并给出数值测试说明了算法的有效性.     

不等式约束非线性规划的拉格朗日乘子的收敛

对于等式约束的非线性规划问题,一般的解决方法是在每次迭代中更新拉格朗日乘子且逐渐增大拉格朗日函数的惩罚因子,当罚因子充分大或充分接近局部最优解时,二阶充分条件是满足的;对不等式约束问题也采用了相应的方法.在凸的情况下,对于任意的罚因子或者在每次迭代中不要求精确极小化,就能全局收敛到最优解;证明了拉格朗日乘子是收敛的.     

非局部守恒Allen-Cahn方程的高效算子分裂格式

研究带有拉格朗日乘子的非局部守恒Allen-Cahn方程的高效算子分裂格式.基于算子分裂思想,将原方程分解为非线性方程、非局部方程和拉格朗日乘子方程;然后,利用非线性方程解析求解,非局部方程结合矩形公式及Crank-Nicolson格式建立二阶差分格式,利用拉格朗日乘子方程进行数值积分离散.理论分析表明:数值格式满足质量守恒.最后,通过数值算例验证算法的有效性,包括收敛阶、能量递减及质量守恒.     

双曲罚函数乘子法

本文对求解等式约束最优化问题提出一种新的双曲罚函数乘子法，推导出了其一阶、二阶迭代算法，证明了算法的收敛性，数值实验验证了算法的有效性．     

Lagrange乘数法的部分应用

Lagrange乘数法主要用于求函数在满足约束条件下的极值问题,但联立方程求驻点及确定条件极值是较困难的事。文章将其应用于条件最值的求解、不等式的证明及隐函数极值的求解,提出在实际解题过程中的技巧,以展现Lagrange乘数法独特而简捷的效果。     

互补问题的一个新的光滑乘子价值函数

研究互补问题的新解法,给出了互补问题的一个新的光滑乘子价值函数,分析了乘子价值函数的性质,并构造了相应的算法.选取了新的下降方向和乘子修正方法,使价值函数获得两次下降,从而加快了下降速度.研究结果表明:在函数为一致P的条件下,算法具有全局收敛性、局部超线性收敛性和二次收敛性;对线性互补问题有限步收敛.     

变分迭代法求解消失时滞微分方程的收敛性

 应用变分迭代法求解一类消失时滞微分方程. 通过选取适当的Lagrange乘子, 得到了求解这类方程的迭代格式, 并证明了该格式的收敛性. 数值实验验证了理论结果的正确性.