大规模界约束极小化问题的有效集截断牛顿法

许多工业过程的模型可转化为一个大规模界约束极小化问题.作者基于确定最优解处有效集的有效技巧和截断牛顿法,给出了一个求解该类问题的有效集截断牛顿法.该方法在每次迭代中,先启用允许快速修改工作集的估计技巧来估计最优解处的有效约束,然后利用截断牛顿法确定搜索方向对应于自由变量的分量,最后利用Armijo非精确线搜索得可行点;证明了所给方法的整体收敛性,并利用一组大规模测试问题对所给方法进行了数值试验,同时与文献[8]中的子空间有限内存拟牛顿法进行了数值比较,结果表明有效集截断牛顿法不仅稳定和有效,而且适合于大规模界约束极小化问题的求解.     

求解大型稀疏对称矩阵极端特征值的子空间加速的截断牛顿法

利用扩展子空间的方法,对求解大型稀疏对称矩阵极端特征值的截断牛顿法进行改进,提出了子空间加速的截断牛顿法。理论分析和数值结果均表明,新方法对计算对称矩阵的极端特征值是有效的。     

一类五阶牛顿变形方法及其加速

结合经典牛顿法与中点牛顿法,提出了一类求解非线性方程的五阶收敛迭代算法,并建立了该牛顿变形方法的加速公式.数值试验结果表明:相对于经典牛顿法、中点牛顿法、几何平均牛顿法、调和平均牛顿法和Simpson牛顿法等几种已有的牛顿改进格式,此类新型牛顿变形方法的收敛速度更快,精度更高.     

拟牛顿迭代方法初始值的研究

针对拟牛顿法对初始值敏感的问题,提出一种粒子群优化算法和拟牛顿法相结合的方法.该方法首先利用粒子群优化算法的全局搜索性对所求问题在可行解区域范围内进行大范围的搜索,搜索到一定程度,把当代的最好点作为拟牛顿法的初始值进行拟牛顿法迭代.数值结果表明,该方法有效地解决了拟牛顿法对初始值的敏感性问题,保证拟牛顿法的收敛性.     

无约束多目标优化的一种新的拟牛顿法

基于在新拟牛顿方程形式下无约束单目标优化问题改进的拟牛顿法,提出了无约束多目标优化问题的一种新的拟牛顿法,同时在一定的假设条件下,结合Wolfe线性搜索准则,证明了算法具有全局收敛性和超线性收敛性,并进行了数值试验,结果表明,所提的新算法是正确和有效的,并能够迭代得到可使多个目标更优的临界点.     

遗传算法应用于方程求根的一点改进

在牛顿法与遗传算法的基础上,将方程求根问题转化为函数的优化问题,提出了一种新的求解非线性方程的遗传－牛顿法.算法一方面克服了遗传算法局部搜索能力差的缺陷,另一方面解决了单独使用牛顿法时难以找到合适的初始值的问题.数值实验结果表明,遗传－牛顿法能以较高的效率和精度得到方程的数值解.     

混杂随机泛函微分方程修正截断EM算法的强收敛率

对于非线性混杂随机泛函微分方程的数值解,提出一种新的在空间和时间上都截断的EM数值算法.该算法在空间上截断主要针对的是非线性系数,在时间上截断主要改善泛函方程数值算法的复杂度.根据此算法,得出非线性混杂随机泛函微分方程数值解的强收敛率,理论结果表明:强收敛率和Markovian切换有关.最后,给出一个例子说明算法的有效性.     

解大稀疏最优化的Lanczos方法

解大稀疏最优化问题是最优化领域的一个重要课题。本文提出了解这类问题的一个Lanczos方法。这个方法从广义逆角度推导稀疏拟牛顿校正,并利用广义逆技术详细探讨了应用Lanczos方法解由稀疏拟牛顿法产生的线性系统的理由,从而得到了一种截断拟牛顿法。作者通过对Lanczos方法的分析,指出它实质上是某种经典Gram-Schmidt直交化方法,存在着严重的数值不稳定性,从而给出有别于选择直交化的简单再直交化。文章还给出了Lanczos方法和Moore-Penrose广义逆之间的关系。为了保证截断拟牛顿法的寻查方向是一个下降方向,作者对由Lanczos方法产生的三对角矩阵应用Bunch-Parlett分解,从而得到通常的拟牛顿方向,或者正曲率子空间下降方向,或者负曲率下降方向。最后,我们给出利用该方法得到的数值结果。     

基于三阶泰勒展开逼近目标函数的无约束最优化算法

针对基于二阶泰勒展开逼近目标函数精度低的牛顿法优化问题,研究基于三阶泰勒展开逼近目标函数的最优化算法意义明确,算法归结为多元二次方程组的求解,应用非线性方程组的牛顿法求解,在目标函数中加入二次函数辅助项,提出两个改进的最优化算法,改进的算法1可保证牛顿法的雅可比矩阵非奇异,改进的算法2可保证牛顿法的雅可比矩阵正定,所提出的无约束最优化算法可推广到高阶泰勒展开情形,数值分析例验证了所提出的最优化算法的有效性.     

求实对称张量Z-特征值的牛顿法

文章提出一个求解实对称张量Z-特征值及特征向量的牛顿法.该方法将张量Z-特征值问题转化为等价的非线性方程组,并用牛顿法求解.经过改进的方向具有下降性,从而保证算法的全局及二阶收敛性.数值实验结果表明,算法有效.     

混合型方程组的数值解法

针对混合型方程组提出一种新的迭代算法.新算法有如下特点：第一,收敛速度快,同Newton迭代法一样,新算法具有二阶收敛速度; 第二,计算成本低,新算法低于Newton迭代法.在对新算法的收敛性进行严格证明的同时,数值实验还证实,新算法对初始解与精确解的接近程度的要求也比Newton迭代法有所降低.     

带状非线性方程组的一种换元解法

本文对带状非线性方程组提出一种新的直接换元修正解法,得到了该算法的超线性收敛性结果及收敛阶估计,并且给出该算法与Newton法和直接弦修正算法的数值比较。     

线性圆锥互补问题的光滑化牛顿法

给出求解线性圆锥互补问题一种新的光滑化牛顿法. 首先, 基于一个圆锥互补函数的光滑化函数, 将线性圆锥互补问题转化成一个方程组,  然后用光滑化牛顿法求解该方程组; 其次, 在适当假设下, 证明该算法具有全局收敛性和局部二阶收敛性. 数值结果表明, 该算法求解线性圆锥互补问题所需的CPU时间和迭代次数均较少, 且相对稳定, 从而证明了算法的有效性.     

Newton迭代法的一种新改进

提出了Newton迭代法的一种新的改进格式,并证明了适当选取参数α,r能使改进的Newton迭代法具有三阶收敛性。最后用数值算例,说明了此改进方法优于经典的Newton迭代法和通常的修正Newton迭代法。     

线性二阶锥权互补问题的非精确非单调光滑化牛顿法

针对线性二阶锥权互补问题, 提出一种新的非精确非单调光滑化牛顿法. 首先, 基于新的含参数光滑函数, 将线性二阶锥权互补问题转化为一个光滑方程组; 然后, 给出求解该方程组的新非精确非单调光滑化牛顿法; 最后, 在半正定矩阵假设下, 证明该算法全局收敛和局部超线性收敛. 数值结果表明, 该算法稳定、 有效.     

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.     

非线性方程组的扰动牛顿方法

提出一种求解非线性方程组F(x)=0的扰动牛顿方法．该方法被证明具有超线性和二次收敛性．同时还给出该方法的一个全局版本．数值结果表明该方法是有效的．     

求解箱约束变分不等式的不精确LM-型算法

利用箱约束变分不等式VI(a,b,F)的NCP-函数,提出求解VI(a,b,F)的不精确Lev-enberg-Marquardt型算法.每次迭代只需求线性方程组的一个近似解,算法仍具有全局收敛性.无需假设极限点x*是否退化,在BD-正则的条件下,算法局部超线性(二次)收敛.最后给出数值试验结果.     

解非线性方程组的两种区间松弛法

基于矩阵分裂与区间松弛算子导出了两种区间松弛迭代法，方法不用求矩阵 的逆且比已知的Ｈａｎｓｅｎ迭代法更快地收敛到解；其中有些算法具有平方收敛。此外， 应用Ｎｅｗｔｏｎ—ＳＯＲ方法构造的点序列比区间的边界序列更快地收敛到解。文中还给出 数值例子。