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.     

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．     

凸二次规划问题的内点算法

提出了一类利用对数障碍函数法求解凸二次规划问题的内点算法，此算法在每次迭代中只需解一个等式约束的二次规划问题(或线性方程组系统)，结构简单，易于计算，最后运用数值仿真测试验证了此方法的有效性。     

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。     

求解约束最小二乘半正定规划问题的L-BFGS方法

对带等式和不等式约束的最小二乘半正定规划问题的求解进行了研究。在Slater约束规范条件下,对偶问题的最优解与原问题最优解相等。因此,考虑将最小二乘半正定规划问题转化为相应的对偶问题,通过求解对偶问题达到求解原问题的目的。针对最小二乘半正定规划问题的对偶问题,首先构造相应的二次模型,沿负梯度方向最小化该二次模型得到柯西点,在此基础上,利用积极约束技巧,划分积极约束集与非积极约束集,然后应用L-BFGS技巧对自由变量进行加速,从而求得对偶问题的最优解。最后,从理论上证明了算法的全局收敛性,并进行了初步的数值实验,将该算法与光滑化牛顿法作对比,结果表明该算法在计算时间上有一定的优势。     

多面体约束非光滑复合函数的序列有效集方法

对带多面体约束的非光滑复合函数问题的求解进行了研究。针对非光滑复合函数问题,首先,构造光滑函数来逼近非光滑目标函数,通过求解光滑近似问题来达到求解原问题的目的。在此基础上,考虑多面体约束的特殊结构,运用序列二次规划算法的思想,利用有效集策略,通过逐次求解一系列仅含等式约束的二次规划问题来逼近搜索方向的最优解,再通过线搜索求得步长,进而得到下一步的迭代点。最后,从理论上证明了算法的全局收敛性,并进行了初步的数值实验。将该算法与光滑序列投影收缩算法作对比,结果表明,该算法在迭代次数和计算时间上都有一定的优势。     

求解等式约束的二次规划问题

我们在此文中利用一类解决亚定相容线性等式与不等式组的直接方法，提出了一求解等式约束的二次规划问题的算法，讨论了算法的良好性质，实现步骤及收敛性，数值结果表明了算法的有效性。     

等式约束非线性规划问题的一种新算法

把有等式约束的非线性规划问题序列二次化,再利用二次规划问题的降维算法与经典的Lagrange-Newton法结合,迭代求解,从而获得具有等式约束的非线性规划问题的一种新算法,在一定程度上降低了计算的复杂度,提高了算法的效率,并且初始点的选取较灵活,对于许多实际问题,可将当前状况作为初始点,因此该算法的应用性很广.最后给...     

求解一类二次规划反问题的同伦交替方向法

对一类带不等式约束的二次规划反问题的求解方法进行研究。首先表示出此类二次规划对应的反问题形式，将该反问题转化为目标函数变量可分离优化问题，将其中约束写成KKT条件的形式之后，该反问题等同于一个等式约束优化问题。综合以上，考虑使用交替方向乘子法进行迭代，在此基础之上，将同伦思想应用于算法每步迭代的子问题中，以此避免近端算子选取的敏感性，又可保证算法的收敛速度。针对子问题，使用逐次超松弛法进行求解，并获取算法的收敛性。最后，将该算法与SDPT3和Sedumi两种方法进行比较，数值结果表明，该算法无论在速度上还是效率上都优于以上两种方法。     

非线性约束条件下的SQP可行方法

非线性规划求解问题,一直是人们关心的热点问题。Zhu和Zhang利用对具有不等式约束的非线性规划构造出新的超线性收敛的SQP算法,每次迭代只需解一个二次规划子问题,还可自动修正可行方向以避免Marotos效应,并在较弱条件下保持算法的整体收敛性。研究将Zhu和Zhang工作,推广到更一般具有等式约束和具有不等式约束的非线性规划。     

线性等式约束优化问题的一个依赖域方法

将ＡＢＳ算法用于求解线性等式约束的优化问题。给出一个依赖域算法；该算法中用隐式ＬＵ分解算法修正Ｈｅｓｓｅ矩阵，用对称的ＡＢＳ算法求解子问题。证明了由算法生成的序列的任意聚点满足线性等式约束优化问题最优解的必要条件。     

线性等式约束优化问题的一个信赖域方法

将ＡＢＳ算法用于求解线性等式约束的优化问题。给出一个信赖域算法；该算法中用隐式ＬＵ分解算法修正Ｈｅｓｓｅ矩阵，用对称的ＡｂＳ算法求解子问题。证明了由算法生成的序列的任意聚点满足线性等式约束优化问题最优解的必要条件。     

正定二次规划的投影最小二乘算法

提出了正定二次规划问题的投影最小二乘算法．该算法先求目标函数无约束优化问题的解，再将此解逐次投影到有效约束的边界．迭代过程中不断更新有效约束，最终得到问题的有效约束集，进而得到问题的解．将该算法应用到FIR滤波器的约束最小二乘设计中，算法分析及约束FIR滤波器的设计例子都表明该算法的计算量远小于目前最流行的二次规划算法——有效集方法．     

带有二次约束的一般二次规划问题的松弛分枝定界方法

考虑带有二次约束的一般二次规划问题的求解，当约束条件为非凸二次函数时，对原问题中的某个二次约束进行凸二次松驰，或在原问题的约束条件中增加一个球约束，使得原问题的可行域包含在松驰二次规划问题的可行域内。采用椭球剖分策略剖分可行域为小 椭球，用投影次梯度算法解松驰二次规划问题的拉格朗日对偶问题，从而获得原问题的一个下界。原问题最优值的一个上界可从迭代过程中的可行点得到，并在迭代过程中得到调整。该算法或在原问题最优值的一个上下界相同时终止，得到原问题的整体最优解；或产生一无限序列，其任一聚点都是原问题的整体最优解。     

不等式约束的凸二次规划问题的新算法

目的 研究求解不等式约束凸二次规划的新算法。方法 根据广义乘子法的思想,将具有不等式约束的凸二次规划问题转化为只有部分分量带非负约束的凸二次规划,通过解此简单凸二次规划问题建立凸二次规划的新算法。结果 新算法不用求逆矩阵,这样可充分保持矩阵的稀疏性,可用来解大规模稀疏问题。结论数值结果表明,在４８６／３３微机上就能解较大规模的凸二次规划。     

求解一类等式约束二次规划问题的交替变量极小化方法

本文针对一类特殊的等式约束二次规划问题,提出带有乘数的交替变量极小化方法.比较了一般的交替方向乘子算法与交替变量极小化算法在解决这类特殊的等式约束二次规划问题时的异同.并研究了这种特殊交替变量极小化算法的收敛性,给出了该方法的渐进收敛率.     

非线性等式约束优化的信赖域算法

提出了求解一般非线性等式约束优化的信赖域算法。运用了不同方法在信赖域内求解原优化问题的二次近似模型的解,通过收敛性分析,获得了算法的整体及局部超线性收敛等结果,并给出了算法的执行细节。     

非线性规划问题全局优化的模拟退火法

在无约束非线性规划问题全局优化的模拟退火算法基础上，进行有约束问题求解的进一步探讨，对不等式约束条件提出了检验法和罚函数法的处理方法，对等式约束条件开发了罚函数法和解方程法的求解步骤，并进行了分析比较，从而形成了完整的求取非线性规划问题全局优化的模拟退火算法。通过对文献例题的计算，表明所提出的方法能够快速有效地求出有约束非线性规划问题的全局最优解     

微分方程在约束优化中的应用

本文提出求解一般约束优化问题的一种新方法,对具等式和不等式约束的非线性规划问题,可通过数值积分来寻找具有二次收敛速度的局部最优解。给出的例子表明了本算法是有效的。     

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.