共查询到19条相似文献，搜索用时 78 毫秒
1.
利用广义投影技术 ,将求解无约束规划的超记忆梯度算法推广 ,建立了求解带非线性等式和不等式约束优化问题的一种超记忆梯度广义投影算法 ,并证明了算法的收敛性。该算法具有稳定、计算量小、所需收敛条件弱、收敛性强等特点 ,并改进了广义梯度投影算法的收敛速度。数值算例表明该算法是有效的。 相似文献
2.
讨论带不等式和等式约束优化问题,提出了求解非线性规划问题的广义摄动梯度投影算法。考虑到计算的误差因素,在搜索方向上进行摄动,得到一个方向不精确的广义梯度投影法。避免了转轴运算,使计算量大为减少,并证明了算法的全局收敛性。 相似文献
3.
4.
在去掉非退货假设条件下，提出了求解线性约束的非线性最优化问题的一个拓广的广义梯度投影算法，并在广义Armijo步长探索下证明了算法的全局收敛性质。 相似文献
5.
本文利用罚函数技巧用了一种一性等式约束了梯度投影算法，此算法不但具有全局收敛性而且初始点具有任意性。 相似文献
6.
对非退化和退化两种情形下的不等式约束优化问题的广义投影梯度算法作了分析,发现所采用的两种不同的求解迭代方向的方法在本质上是相同的。公式法结构简单、便于计算,而在处理退化问题上线性系统求解则体现优越性。 相似文献
7.
孙清滢 《石油大学学报(自然科学版)》2002,26(1):100-104,107
利用GLP投影技术，对凸约束的非线性规划问题构造了一个共轭梯度的GLP投影算法，在一维精确步长搜索下，给出了算法较强的全局收敛性结果，由于算法需要较小的存储量，特别适合于计算大规模的约束优化问题。该算法提高了梯度投影法的收敛速度。 相似文献
8.
结合罚函数思想和广义梯度投影技术, 提出求解非线性互补约束数学规划问题的一个广义梯度投影罚算法.首先, 通过扰动技术和广义互补函数, 将原问题转化为序列带参数的近似的标准非线性规划;其次, 利用广义梯度投影矩阵构造搜索方向的显式表达式. 一个特殊的罚函数作为效益函数, 而且搜索方向能保证效益函数的下降性. 在适当的假设条件下算法具有全局收敛性. 相似文献
9.
利用广义投影技术 ,将无约束超记忆梯度法推广到非线性不等式约束优化问题 ,从而建立了一个超记忆梯度广义投影算法 ,并在较弱条件下给出了其收敛性证明 ,数值算例表明该算法是有效的 相似文献
10.
11.
桑兆阳 《中国石油大学学报(自然科学版)》2012,36(4):186-190
利用摄动投影矩阵建立求解非线性约束优化问题的记忆梯度摄动投影下降算法,并证明算法的收敛性,同时给出结合FR、PR、HS参数和拟牛顿方程的记忆梯度摄动投影算法,从而将经典的共轭梯度法推广用于求解约束优化问题。数值结果表明算法是有效的。 相似文献
12.
一种求解带等式约束非线性规划问题全局最优解的方法 总被引：1，自引：1，他引：1
龙强 《重庆文理学院学报(自然科学版)》2010,29(1):20-23
本文把罚函数法和一种求解无约束非线性规划问题的辅助函数法相结合,首先写出非线性规划问题的罚函数,从而把原问题转化成为一个无约束的非线性规划问题,然后再运用辅助函数法(GOM)来求解罚函数的全局最优解,从而求到原带等式约束的非线性规划问题的全局最优解. 相似文献
13.
龙强 《渝西学院学报(自然科学版)》2010,(1):20-23
本文把罚函数法和一种求解无约束非线性规划问题的辅助函数法相结合,首先写出非线性规划问题的罚函数,从而把原问题转化成为一个无约束的非线性规划问题,然后再运用辅助函数法（GOM）来求解罚函数的全局最优解,从而求到原带等式约束的非线性规划问题的全局最优解． 相似文献
14.
一种满足夹角性质的超记忆梯度方法 总被引：1，自引：0，他引：1
孙敏 《山东大学学报(理学版)》2008,43(6):68-70
提出了一种修正的超记忆梯度方法。该方法的优点是:(1)在无需线性搜索的条件下,迭代方向就是充分下降方向;(2)迭代方向保持夹角性质。在较弱的条件下,分析了方法的全局收敛性。初步的数值试验表明了方法的有效性。 相似文献
15.
考虑在实线性空间中一类变量个数有限而指标个数无限,具有解析系统的线性半无限规划(LSIP)问题.通过研究当前迭代点与可行域的关系、积极梯度集、可行下降方向以及迭代步长,得到了几个理论结果,提出了一个求解LSIP问题的投影梯度法,证明了理论的正确性,最后通过数值实例验证了该算法的实际可行性. 相似文献
16.
讨论一般线性约束下伪线性规划的多重解问题.推导出解的一般表达式.并基于XH算法,提出解的唯一性条件以及当唯一性条件不满足时确定全部解的计算步骤.从而推广了文献"一般形式线性分式规划解集的结构与求法"的结果. 相似文献
17.
高兴宝 《陕西师范大学学报(自然科学版)》2001,29(2):20-23,28
研究了线性约束的非线性凸规划问题,基于最优性的充要条件,提出了求解它的一个神经网络,该西式能同时求解原问题与对偶问题;利用LaSalle不变原理,证明了该网络是Lyapunov稳定的,并且当目标函数严格单调时,它必不范围渐近收敛于原问题的精确最优解,模拟实验表明,该模型是可行和有效的。 相似文献
18.
为了寻找求解大规模无约束非线性优化问题的一种有效方法,提出了一种等式约束下新的共轭梯度算法,该算法利用广义消去法将约束优化问题转化为无约束优化问题.并证明了该算法具有全局收敛性,同时还证明了该算法在强wolfe线搜索下具有充分下降性. 相似文献
19.
构造了一种混合共轭梯度法,并将其与Rosen投影梯度法相结合运用于求解线性等式约束优化问题.这种新的混合共轭梯度投影法有效改善了Rosen投影梯度法收敛性速度较慢的情况,并在Wolfe线搜索下具有全局收敛性. 相似文献