非线性约束优化问题的广义投影变尺度方向算法

对非线性约束优化问题已有许多梯度投影的有效算法，由于搜索方向是由投影梯度得到的。因而收敛速度慢，利用投影技术和变尺度矩阵相结合的方法，成功地建立了求解非线性约束优化问题的广义投影变尺度方向算法，并给出了算法的收敛性定理。     

Hilbert空间中解凸集约束优化问题的梯度投影算法

梯度投影算法是求解非线性约束最优化问题的基本方法之一,多年来一直吸引着许多学者对其进行研究。在Hilbert空间H中,利用梯度投影算法解决有约束条件的凸集C上的凸函数f的最优问题,引入CKQ方法,与以往研究的差异是在定理中新增加了集合Kn,并证明了改进的梯度投影算法的强收敛性。所得结果将文献中的梯度投影算法推广为Ishikawa形式。     

一般正项几何规划问题的一种直接算法

本文将一般的正项几何规划问题化为等价的目标函数为线性函数，具有线性等式和非线性不等式约束条件的非线性规划问题，进而给出了一个具有全局收敛性质和特殊结构形式的广义投影梯度型算法。     

解带非线性等式和不等式约束优化问题的超记忆梯度广义投影算法

利用广义投影技术 ,将求解无约束规划的超记忆梯度算法推广 ,建立了求解带非线性等式和不等式约束优化问题的一种超记忆梯度广义投影算法 ,并证明了算法的收敛性。该算法具有稳定、计算量小、所需收敛条件弱、收敛性强等特点 ,并改进了广义梯度投影算法的收敛速度。数值算例表明该算法是有效的。     

极大极小问题的广义摄动梯度投影算法

为了避免基于梯度概念的非线性规划的算法在不连续梯度上过早结束而失败，本文选用与切面有一定偏差的面作近似投影，使广义梯度在此面上的投影总是下降的可行方向，简化了求解过程，且不必每次求投影矩阵。     

线性约束优化问题拓广的广义梯度投影算法

在去掉非退货假设条件下，提出了求解线性约束的非线性最优化问题的一个拓广的广义梯度投影算法，并在广义Armijo步长探索下证明了算法的全局收敛性质。     

非线性约束优化问题的广义投影变尺度方向算法

对非线性约束优化问题已有许多梯度投影的有效算法，由于搜索方向是由投影梯度得到的，因而收敛速度慢。利用投影技术和变尺度矩阵相结合的方法，成功地建立了求解非线性约束优化问题的广义投影变尺度方向算法，并给出了算法的收敛性定理。     

由生成函数构成的梯度投影法

本文利用生成函数给出了一个解带线性约束非线性规划问题的梯度投影算法模型,统一处理了一类梯度投影算法的收敛性问题。当生成函数取某种特殊形式时,则得到一类具体的梯度投影算法。     

变尺度梯度投影算子的一些性质

变尺度梯度投影算法是解决带约束非线性规划问题的一个常用方法，本文主要给出变尺度梯度投影算子的一些性质。     

非线性约束条件下的广义投影梯度法

对非线性约束条件下的优化问题提出了三个广义投影梯度方法。算法Ａ能够求解非线性不等式约束优化问题。在此基础上，又提出了能够求解非线性等式和不等式约束优化问题的算法Ｂ．进一步，通过简化算法Ａ，又给出了能够专门求解一般线性约束优化问题的算法Ｃ．并且在较弱的假设下，证明了三个方法的全局收敛性。     

一个改进的梯度投影法

本文给出一个求解线性约束的非线性规划问题的梯度投影法,方法的方向构造及整个算法均较从前的各梯度投影方法简单,且在较弱的假设条件及三种非精确线搜索下,证明了方法的收敛性。     

MFCQ下的广义投影梯度算法

讨论了非线性不等式和等式约束优化问题在退化情形下的求解方法。首先通过引入恰当的罚函数，将原问题转化成一个只含不等式约束的辅助规划，给出了一般约束优化问题的广义梯度投影算法，在MFCQ下，证明了算法的全局收敛性。     

解带线性或非线性约束最优化问题的结合共轭梯度参数的记忆梯度Rosen投影算法

对于求解无约束规划的记忆梯度算法中的参数。作者利用Rosen投影矩阵给出了一个条件以确定其取值范围。使其在取值范围内取值均能得到目标函数的记忆梯度Rosen投影下降方向。从而建立了求解带线性或非线性约束最优化问题的记忆梯度Rosen投影算法．然后在较弱条件下证明了算法的收敛性。同时给出了具有好的收敛性质和较快收敛速度的结合FR,PR,HS共轭梯度参数的记忆梯度Rosen投影算法,从而将经典的共轭梯度法推广用于求解约束规划问题．由于算法需要较小的存储,算法适合于大规模问题的计算．数值例子表明算法是有效的．     

非线性规划含三个参数的一族梯度投影法

利用偏斜梯度给出非线性不等式约束规划的含３个参数的一族梯度投影法．证明了方法的全局收敛性，并分析了算法族的几个有价值的特例．     

优化问题与线性逼近解法

本概要地介绍了运筹学的重要分支——最优化的研究背景及作为基础方法的线性逼近解法,中首先介绍线性规划及名的G．B．Dantzig单纯形方法,随后介绍了基于线性规划解法的线性逼近即Frank—wolfe方法以及基于投影概念的求解带非线性等式与不等式约束条件的优化问题的广义投影算法．只要掌握了线性规划的建模及解法,就能应用于许多实际问题．对于大型问题,目前国内已有相应的解题软件．     

非线性规划的一个既约梯度法

对线性或非线性约束的非线性规划问题给出了一个简便的既约梯度法，并在一定的条件下，证明了此算法的全局收敛性。     

凸锥的一些重要性质及其在非线性规划中的应用

对与约束最优化相关的多面凸锥理论进行了讨论,证明了几个重要性质。利用正基,该文对线性约束的非线性规划问题设计了一种新算法。在该算法中,每次迭代时无需求解一个线性规划子问题,而且算法民比较简单。该文还证明了只要当目标函连续时,算法或有限步终止于一个Ｋ－Ｔ点,或产生一个无穷点列,其每一个聚点 Ｋ－Ｔ点。