求解非线性互补问题的非单调自适应信赖域算法

利用FB-NCP函数将求解非线性互补问题等价转化为求解无约束问题的一个全局极小值.提出一种非单调自适应信赖域算法,并在FB正则的条件下得到该算法是全局收敛性结果.在适当的假设下,进一步证明了该算法的局部超线性收敛和二次收敛性.     

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．     

求解非线性方程组的非单调自适应信赖域方法

文章将非线性方程组转化为一个非线性优化问题,结合基于函数值平均权重的非单调技术与自适应信赖域方法求解该问题,从而得到原方程组的解,其中信赖域半径的选取充分应用了当前迭代点的二次信息,新的非单调技术减少了算法的计算量;在合适的条件下,证明了算法的全局收敛性,数值试验表明了算法的有效性.     

求解非线性方程组的非单调自适应信赖域方法

提出了一个新的求解非线性方程组的信赖域方法,首先把非线性方程组的求解转化成一个非线性优化问题,然后借助非单调技术和信赖域技术求解该问题,从而得到了原方程组的解.既避免了重复求解信赖域子问题,又减少了线搜索方法计算函数值的次数.算法的收敛性得到了证明,初步的数值试验表明了算法的有效性.     

一类非光滑最优化信赖域算法

本文把通常的光滑信赖域算法推广到非光滑情形，目标函数仅为局部李普希兹连续，文中子问题的目标函数不必是通常的二次逼近形式。     

一类非单调自适应-BFGS信赖域算法

针对无约束优化问题,每次迭代充分利用当前迭代点及其一阶导数的信息自动生成一个信赖域半径,并结合BFGS算法的优点,构造了无约束优化问题的一种非单调自适应-BFGS算法.在一定条件下,给出了算法的全局收敛性以及具有超线性收敛速度的证明.     

一类基于非单调信赖域技术的信赖域修正算法

基于传统信赖域算法,为了解决约束最优化问题,利用非单调信赖域技术调整信赖域半径,矫正罚参数,提出了一种信赖域的修正算法,给出了收敛性证明.数值实验表明了算法的有效性.     

一类可行的非单调的信赖域算法

讨论了求解无约束最优化问题的信赖域算法，给出了一种改进的非单调信赖域算法，该算法通过改变预计下降量，使其与实际下降量对应起来，且这种改变保持算法的收敛性．     

一个求解等式和不等式约束优化问题的信赖域算法

给出了一个求解一般约束优化问题的信赖域算法，此算法采用光滑的增广拉格朗日函数作效益函数，在适当的条件下，证明了算法的整体收敛性。     

一个非单调BFGS信赖域算法

将新的BFGS校正公式Bk 1=Bk yk*y*k TsTkyk*-BksksTkBkskTBksk,与文献[16]中的算法相结合给出一个非单调BFGS校正的信赖域算法.该算法在假设条件:(i)存在常数c1,c2,c3,使得对所有的Δk>0,gk∈Rn,对称正定阵Bk∈Rn×n,有p redk≥c1 gk m in{Δk,c2 gk,c3 gk/Bk};(ii)若B-k 1≤Δk,则dk=-B-k 1gk;(iii)f(x)是二次连续可微函数,2f(xk)是L ip sch itz连续,水平集(x0)有界下,具有全局收敛性和Q-二次收敛性.     

基于简单二次函数模型的非单调自适应信赖域算法

基于简单二次函数模型,结合非单调技术和自适应技术,建立了一个求解无约束最优化问题的非单调自适应信赖域算法,并在适当的条件下,证明了算法的全局收敛性和超线性收敛性.理论分析算法是有效的,适合求解大规模问题.     

求解信赖域子问题的一个光滑牛顿法

信赖域子问题的有效求解是实现信赖域算法的关键.利用光滑Fischer-Bermeister NCP函数提出了一个求解信赖域子问题的光滑牛顿法.数值实验表明所提出的算法是有效的.     

一个基于新光滑函数求解非线性互补问题的光滑算法

基于新的光滑函数,提出了一个求解非线性互补问题的光滑型算法.该算法可以从任意点出发,每一步迭代只需求解一个线性方程组,并进行一次线性搜索.在不需要满足严格互补条件下,证明了算法是全局收敛且是局部二阶收敛的.数值实验表明算法是有效的.     

求解约束插值和光顺问题的信赖域方法

针对凸插值、凸光顺和保形插值等带约束条件的插值和光顺问题,提出一种信赖域方法.约束插值和光顺问题可归结为求解半光滑非线性方程组.本文利用半光滑方程组的广义雅可比矩阵,采用半光滑方程组的平方自然残余量作为价值函数.同时,利用关履泰(1983)关于凸集上样条函数的性质,改进信赖域方法,以加速信赖域方法的迭代.本文证明了求解约束插值和光顺问题的信赖域方法的局部收敛性和全局收敛性,最后给出了数值算例.     

求解非线性互补问题的一个光滑逼近算法

提出了求解非线性互补问题的一个光滑逼近算法,在一定条件下证明了该算法的全局收敛性。数值试验表明这一算法是十分有效的。     

基于F-B NCP函数的可行QP-free算法

本文得到一种可行QP-free算法,引入ε-有效集策略使得每次迭代只需求解规模较小的线性方程组得到迭代方向,且方程组只包含工作集中的约束,其规模较原问题大大减小,同时不进行弧搜索,从而降低了运算量.     

非线性l1 问题的光滑近似算法

利用“ ”函数的光滑近似函数和无约束优化方法给出非线性l1的一种算法．在适当的假设下，算法是全局收敛的．初步的数值试验结果表明算法的有效性．     

绝对值方程的非单调光滑算法

给出了一个新的非单调线性搜索技术,其包含传统的单调线性搜索和一些非单调线性搜索.基于新的非单调技术,给出了一个求解绝对值方程的光滑算法,证明了算法具有全局和局部二次收敛性质.数值试验表明算法是有效的.     

序列图象实时消噪声处理中的递归算法

本文针对图象噪声问题,提出了一种适合于实时处理的递归加权算法。该方法运算量小,不增大存贮容量,硬件实现方便,并且通过选取合适的加权系数发,使图象的质量有显著改善。文中简述了最佳加权系数的选择,分析了这种处理方法的性能,并给出了计算机模拟结果。