一般约束非线性规划问题的光滑牛顿法

用改进的光滑NCP函数替代了文[1,2]中的弱互补函数,提出了一种新的光滑牛顿法,从而实现了一般约束优化问题的KKT条件到非线性方程组之间的完全等价转化,且将文[3]中提出的求解无约束最优化问题的修正BFGS方法加以改进,应用于求解一般的约束最优化问题,避免了计算Hesse矩阵工作量较大的问题,并在一定的条件下证明了该算法的全局收敛性.     

非线性互补问题的光滑牛顿算法

在将非线性互补问题转化为求解非光滑方程组的基础上,为将非线性互补问题转化为求解光滑方程组,通过构造一个新的光滑非线性互补函数,给出求解NCP问题的光滑牛顿算法。此算法具有良好的适定性,在适当条件下,局部收敛性和全局收敛性也得到了证明。     

求解P0函数非线性互补问题的一步光滑牛顿法

将非线性互补问题转化为光滑方程组是求解非线性互补问题的一个重要途径.通过对Fischer-Burmeister 函数的光滑化,引入了一个新的光滑NCP函数,并在此基础上建立了求解P0函数非线性互补问题的一步光滑牛顿法,同时在较弱的条件下证明了该算法的适定性和全局收敛性.     

解约束优化问题的QP-free非可行域方法

提出了一种新的QP-free非可行域方法，用来解不等式约束的最优化问题．通过乘子函数和F-B非线性互补函数，构造一个等价于原约束问题一阶KKT条件的非光滑方程组．在此基础上给出解这方程组的迭代算法．与QP-free可行域方法相比较，在不要求迭代点严格可行性的情况下，此方法是可执行的．在不要求严格互补松弛成立、聚点是孤立的，以及积极约束函数梯度是线性独立等条件下，证明该方法具有全局收敛性．另外在较弱的条件下，证明该方法具有超线性收敛性．     

非线性互补问题的一个数值解法

提出了一个新的NCP光滑逼近函数,利用此光滑逼近函数把非线性互补问题转化为一个等价的方程组,在此基础上提出一个求解方程组的非单调光滑牛顿法,在适当的条件下证明了其全局和局部收敛性。数值试验说明了算法的有效性。     

求解非线性互补问题的自适应光滑信赖域方法

本文利用Fischer-Burmeister函数将非线性互补问题转化为非线性方程组,再利用Kanzow光滑逼迫函数构造光滑算予,将NCP问题转化为优化问题,然后给出了一种求解非线性互补问题的自适应光滑信赖域方法,并证明了该算法在一定条件下的全局收敛性．     

求解约束最优化问题KKT系统的BFGS方法

利用Fischer—Burmeister函数，将约束最优化问题KKT系统转化为等价的非光滑方程组，利用广义导数，给出一个求解该非光滑方程组的BFGS方法。其子问题是一个系数阵为正定对称阵的线性方程组．为保证全局收敛性，我们引进了一个适当的线性搜索，它使得效益函数近似下降．在适当的条件下，我们证明了算法是适定的，并具有全局收敛性和超线性收敛性．     

滤子QP-free算法

提出了求解光滑不等式约束最优化问题的滤子QP-free非可行域方法.通过乘子函数和F-B非线性互补函数,构造一个等价于原约束问题一阶KKT条件的非光滑方程组.在此基础上,通过牛顿、拟牛顿迭代得到KKT最优条件的解,在迭代的线搜索中,采用了滤子方法.证明了该方法是可以实现的并具有全局收敛性.另外,在较弱条件下可以证明该方法具有超线性收敛性.     

一个新的NCP函数的构造及其应用

将非线性互补问题转化为光滑方程组是求解非线性互补问题的一个重要途径,而其转化的桥梁是NCP函数。针对非线性互补问题,构造了一个新的NCP函数,根据光滑逼近原理构造了其光滑逼近函数,并将其应用于求解非线性互补问题。数值算例表明,构造的NCP函数是有效的。     

非线性互补问题的光滑逼近法

基于非线性互补问题(NCP(F))的等价变形,构造非线性互补问题的一个光滑逼近函数,把非线性互补问题等价变形为非线性方程组问题加以求解,建立了求解非线性互补问题的一个光滑逼近算法,并在一定条件下证明该算法的全局收敛性.     

求解LC1约束优化问题的非精确广义牛顿法

通过将非线性LC^1约束优化问题的KKT条件转化成半光滑方程组,提出一个求解LC^1约束优化问题的非精确广义牛顿法,在一定的条件下证明了算法的全局收敛性和超线性收敛性．     

求解互补问题的Newton-Krylov-Schwarz算法

提出一类并行的半光滑Newton-Krylov-Schwarz算法来解决互补问题.利用半光滑函数,通过解大规模稀疏非线性代数方程组,得到此类优化问题的数值解.计算结果表明此算法的可行性.     

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。     

求解P0-函数非线性互补问题的参数微分法

将P0-函数非线性互补问题(NCP(F))转化为求解一个等价的非线性方程组.由于转化后的非线性方程组相应的非线性映射一般是非光滑的,因此利用光滑化的Fischer-Burmeister函数构造与NCP(F)等价的光滑方程组.在此基础上建立求解NCP(F)的参数微分法.数值实验表明,这一方法是有效的.     

一步光滑牛顿法解P_0非线性互补问题

通过引入光滑参数提出一个新的光滑化NCP函数来逼近方程组中的目标函数,提出了求解P0非线性互补问题的一步光滑牛顿法,并得到该算法是全局收敛的结果.在适当的假设下,证明了该算法的局部超线性和二次收敛性.数值实验表明该算法是有效的.     

无罚函数无滤子的非单调无二次规划方法

提出了求解光滑不等式约束最优化问题的非单调无罚函数无滤子的无二次规划非可行域方法.通过乘子和非线性互补函数,构造一个等价于原约束问题1阶最优条件的非光滑方程组.在此基础上,通过牛顿-拟牛顿迭代得到满足1阶最优条件的解,在迭代中采用了无罚函数无滤子的非单调线搜索方法以避免罚函数的选取和滤子的存储,使得目标函数或者约束违反度函数具有充分的非单调下降,试探步更易于接受.算法不要求迭代点和初始点严格可行.该算法是可实现的,具有全局收敛性.另外,在较弱条件下可以证明该方法具有超线性收敛性.     

Projection and contraction methods for nonlinear complementarity problem

We applied the projection and contraction method to nonlinear complementarity problem (NCP). Moveover, we proposed an inexact implicit method for (NCP) and proved the convergence. Foundation item: Supported by the National Natural Science Foundation of China (No. 202001036) Biography: Zhao She-feng (1975-), male, Master candidate, research interest; optimization research.     

求解非线性规划的一个连续化方法

带不等式约束的非线性规划,其KKT条件可以通过NCP函数转化为一个非光滑的方程组,然后用熵光滑化函数光滑化,得到一个带参数的方程组.提出了一个求解该参数方程组的非内点连续化方法,证明了该算法的全局线性收敛和局部二次收敛.计算结果表明了该算法的有效性.