一种部分非精确求解可分离凸优化问题的渐近点算法（英文）

本文研究了一类具有可分离结构的凸优化问题,在经典的交替方向法的基础上得到了一种部分非精确的渐近点算法.该方法分别求解凸优化问题的两个子问题,其中一个直接求解,另一个通过引入非精确项降低了求解的难度.在合理的假设下,新算法的收敛性得到了证明.数值实验表明新算法是有效的.     

求解大规模非光滑问题的一种修正DY共轭梯度算法

设计了一种针对大规模非光滑优化问题的修正DY共轭梯度算法.新算法的搜索方向不仅自动满足充分下降条件,而且属于信赖域.新算法在适当条件下全局收敛.初步的数值实验显示,新算法能够求解高达50 000维的非光滑凸和非凸优化问题,表明其在求解大规模非光滑无约束凸优化问题方面是有效的.     

非精确求解凸规划的部分交替方向算法

为了求解一类带有三个可分离算子的凸规划问题, 本文得到一种非精确的部分交替方向算法, 给出了新算法的一个下降方向和沿着这个下降方向的最优步长, 并在合理的假设下证明了该算法的全局收敛性. 数值试验表明该算法有效且易于执行.     

组合同伦内点算法求解一类非凸无界优化问题

用组合同伦内点算法求解一类非凸无界优化问题, 在适当的条件下得到了同伦路径的存在性. 结果表明, 沿着此同伦路径跟踪, 即可得到非凸优化问题的K-K-T点.     

一类Wolfe搜索下的共轭梯度法及其全局收敛性

构造一个新的求解无约束优化问题的非线性共轭梯度公式中βk参数的计算公式,采用该公式得到Wolfe非精确线搜索的新算法,并证明新算法具有全局收敛性,并用数值实验验证新算法是有效的.     

基于非凸上界的ranking模型构造算法

现有的ranking算法均通过最小化原目标函数的凸上界构造ranking模型,得到的模型不够精确.为此,文中提出一种基于非凸上界的ranking算法.该算法首先给出一个基于多类支持向量机(SVM)的框架,然后定义面向NDCG的目标函数,在此基础上设计一个比现有的凸上界更为紧凑的非凸上界逼近原目标函数;针对上界函数的非凸非光滑,提出使用凹-凸过程进行凸逼近,并采用割平面算法进行求解;最后,通过在基准数据集上的实验对该算法进行验证,并与现有算法进行对比.结果表明,相比现有的基于凸上界的ranking算法,文中算法得到的模型不但更为精确,而且更加稳定.     

约束线性系统关于非凸评价泛函的最优控制

研究一类约束线性系统关于非凸评价泛函的最优控制问题,该最优控制问题的评价泛函的被积函数中含有关于控制变量的非凸二次函数.由Pontryagin极值原理建立球约束下非凸二次优化问题,并利用倒向微分流求解该问题,进而求解一组微分边值问题以得到原问题的最优控制.同时把数学过程转化为求解的算法,并给出了一个数值计算的例子.     

求解极大单调包含问题的一种新的近似邻近点算法

采用经典的非精确邻近点算法作为预测步,并采用当前迭代点的一个凸组合作为校正步,提出了一种新的用于求解极大单调包含问题的近似邻近点算法.在仅要求解集非空的前提下,证明了新算法具有全局收敛性.一些现有算法可以看作是新算法的特殊情形.     

基于凸优化模型的Sudoku求解方法及其GUI实现

针对经典的Sudoku问题,提出一种基于凸优化模型求解方法.采用凸优化约束条件描述Sudoku规则,将原始Sudoku问题建模为凸优化问题求解.在满足约束等距性条件时,新算法可以快速准确获得Sudoku结果.利用MATLAB软件设计出求解Sudoku问题的图形用户界面,并通过实例验证了新算法的有效性.     

求解可分离凸优化问题的非精确混合分裂算法

针对一类有四个块变量的可分离凸优化问题,提出一种非精确混合分裂算法.在每一轮迭代中,该算法需要求解四个子问题,根据子问题计算工作量的大小,将四个子问题分为两组,每组包含工作量相当的两个子问题.算法在组内执行平行分裂方法,两组间执行交替方向方法,并允许迭代子问题的非精确求解.在适当的条件下,证明了所提出的混合分裂算法具有全局收敛性.     

一种新的求解单调变分不等式的非精确并行分裂法

本文提出了求解可分离结构单调变分不等式的一种新的非精确并行分裂算法。对于求解变分不等式式问题现已存在一些经典的算法如增广Lagrange法和交替方向法,但是它们均需要精确求解子变分不等式。然而实际中这些子变分不等式很难或者根本就无法得到精确解。因此最近一种非精确交替方向法被提了出来。但是当数据的维数很大的时候,并行分裂法比交替方向法更有效。基于这种非精确交替方向法,本文提出了一种新的并行分裂。在适当的条件下,本文给出了算法的收敛性证明,并且通过数值实验证明了算法的有效性。     

一个非精确广义牛顿算法的实现

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，提出了求解LC^1约束优化问题的非精确广义牛顿算法．并给出了保证该算法超线性收敛的构造方法，使得算法得以实现．     

求解凸规划问题的一种新的不精确内邻近点方法

用对数二次邻近点项替代常用的二次邻近点项,导出一种新的不精确内邻近点算法(IIP).讨论了该算法解的存在性,并在某些条件下证明了它的整体收敛性.     

求解Toeplitz矩阵特征值反问题的不精确牛顿方法

研究了求解大型Toeplitz矩阵特征值反问题的数值方法。用迭代方法(内迭代)求这些线性方程组的近似解,给出了求解大型Toeplitz矩阵特征值反问题的不精确牛顿方法。该方法可避免牛顿方法的“过度求解问题”,改进牛顿方法的有效性。数值结果表明不精确牛顿方法优于牛顿方法。     

一类超线性收敛的广义投影非拟牛顿算法

结合广义投影算法与非拟牛顿法，给出了求解线性约束非线性规划问题的一类带有非精确线搜索的新算法。在一定的条件下，我们证明了该算法的全局收敛性和超线性收敛性。     

求解非线性特征值问题的两种迭代投影法

研究求解大型非线性特征值问题的两种迭代投影法:非线性有理Krylov子空间法和非线性Arnoldi方法.通过引入精化策略和不精确求解线性系统的思想,给出了精化有理Krylov方法和不精确非线性Arnoldi方法的实用算法,通过数值算例验证了改进后的方法可以提高计算的效率.     

关于Newton-like-iterative方法新的收敛性定理(英文)

用迭代法求解Newton-like法中的方程,T.J . Ypma提出Newton-like-iterative方法。在其早期的文章中,不精确牛顿法理论用来研究Newton-like-iterative方法的收敛性。与以往方法不同,今提出用不精确Newton-like法做相关的收敛性分析,所得定理更加简单,同时具有仿射不变性。     

不确定条件下多元供水系统优化模型

针对多元供水系统供需两方面都存在较强不确定性的特点,提出了不确定随机多目标（ISMOP）模型,用于水资源优化配置与科学管理．该模型以经济收益最大和新鲜水消耗量最小为目标,以相关的社会、经济、水资源及环境因素为约束,以各部门对水资源的需求量和水厂建设规模为决策变量,用交互式多目标求解方法和不确定机会约束2阶段法进行求解．将该模型应用于华北某经济开发区多元供水系统优化研究中,获得了水资源合理配置方案及与之相匹配的水厂建设规模．研究表明,ISMOP模型用于区域多元供水系统管理中具有科学性、实用性和可操作性,可以为优化决策提供方法支持．     

一类非对称变分不等式的非精确交替方向法

对一类非对称变分不等式问题提出了一种非精确交替方向法,对其中一个子问题(非线性方程组)的计算仅需要达到一个相对的精度,研究了迭代序列的若干性质,并证明了算法的全局收敛性.