非线性等式与不等式优化问题的一个新的SQP算法

针对非线性优化问题，提出了一种新的SQP算法．其特点为：每次迭代只需求解一个二次规划；算法能自动产生一个校正方向，从而避免Maxatos效应；在一定条件下算法具有全局收敛性和超线性收敛性。     

一个修正的SQP算法及其超线性收敛

通过修改传统的二次规划子问题,并将Armijo-型线搜索技术应用到一类罚参数可自动调整的罚函数,建立一种新的可行序列二次规划算法。克服了子问题可能会出现不可行的情况,并保证子问题在任意迭代点处都是可行的。在合理的假设条件下,证明了算法是具有全局收敛和超线性收敛的。     

一个具有全局收敛性和超线性收敛速度的修正SQP方法

由Ｗｉｌｓｏｎ，Ｈａｎ，Ｐｏｗｅｌｌ发展的ＳＱＰ技术是解非线性规划的最有效的方法一，但是，如果其中的二次规划子问题无解或都其解无界时，     

不等式约束条件下的可行SQP方法

提出一个处理非线性不等式约束优化问题的有效可行SQP算法.每一步迭代,只需求解在近似积极约束指标集下的一个二次规划子问题和一个线性方程组,该方法有效的避免了马太效应.在无严格互补假设条件下,证得算法是全局收敛和超线性收敛的.数值试验表明该算法是有效的.     

非线性等式和不等式约束下的一类SQP算法

讨论了非线性等式和不等式约束下的一类SQP算法,给出了全局收敛性。     

一个可行模松弛SQP方法及其全局收敛性

提出一个处理不等式约束优化问题的可行模松弛SQP算法,每次迭代只需求解一个二次规划子问题.无需对迭代序列进行有界假设,采用线性搜索,在一些微弱假设条件下,证得了算法具有全局收敛性质.     

采用WOLFE搜索的BFGS—SQP算法

X.Chen给出了一个用于解决LC^1线性约束优化问题的BFGS－SQP算法,这个算法是用Armijo线性搜索原则来求步长的。采用Wolfe线性搜索原则来替代该BFGS－SQP算法的Armijo原则,经过类似的分析,同样得到了BFGS－SQP算法的全局收敛性及超线性收敛性。     

Overton算法收敛性的一个结论

Overton 在[1]中对一般最优场址模型给出了一个具二次终端敛速的算法.但未能证明该算法的收敛性.本文在一定条件下证明了 Overton 算法具有全局收敛性.     

约束优化一个结合工作集技术的模松弛SQP算法

结合模松弛SOP方法、可行方向法和工作集技术,提出了一个求解非线性不等式约束优化的SOP算法。在每一次迭代,模松弛QP子问题的约束函数个数只决定于相应的工作集。在MFCQ条件下,得到算法的全局收敛性。最后,给出了初步的数值结果。     

求解半无限规划问题的一类SQP算法

通过将半无限规划的无穷多个不等式约束条件等价地转化为有限个等式约束条件问题,将半无限规划问题转化为只含有一个不等式约束的经典优化问题.针对转化后的非线性规划问题提出了含松弛因子的二次规划子问题的序列二次规划算法.在一定条件下,算法的收敛效果比原来的算法得到的结果更好.     

求解非线性规划的可行SQP滤子算法

在求解非线性规划问题的方法中,SQP方法是最有效的求解方法之一,而滤子方法也由于有着良好的数值结果,近年来已经广泛应用于非线性规划问题的求解中。文章提出了一类将滤子技巧与可行SQP方法结合起来求解优化问题的方法,该方法保证了每个试探点都不会远离可行域。在适当的条件下证明了算法的收敛性,数值结果证明算法是有效的。     

一种不发散的Kalman滤波算法的研究与应用

重点讨论了Kalman滤波算法的发散问题,提出了一种实际上不发散的Kalman滤波改进算法,并利用改进算法对三相异步感应电动机进行实例仿真研究,仿真结果验证了该算法滤波的有效性。     

解变分不等式问题的一类滤子SQP算法

针对一般形式的变分不等式问题,考虑将其转化为约束优化问题求解.对于这种特定的约束优化问题,提出了一类新的滤子序列二次规划(SQP)求解方法.基于变分不等式与约束优化问题的不同,在滤子条件中采用了一个二次价值函数作为目标函数,使得一般的变分不等式问题均可用滤子算法求解.采用SQP方法结合滤子方法获取试探步,只需要计算两个简单不等式判断试探步,算法易实现,计算量小.在较弱的条件下证明了算法的全局收敛性.最后,给出了算法的数值算例,与同类算法比较,结果良好.     

一种新型的基于自适应遗传算法的粒子滤波算法

针对粒子滤波算法的退化以及粒子多样性减弱问题,设计了一种新的基于自适应遗传算法的粒子滤波算法.该算法首先用粒子的重要性权重来度量其适应度值,依据粒子的适应度值自适应确定粒子进行遗传操作的概率;然后对选出的粒子实施交叉、变异操作;最后重新评估粒子的适应度并进行状态估计.这种可自适应调节概率的遗传操作能对粒子进行移动,从而提升了粒子的多样性,并使得粒子都能分布在状态的后验概率密度分布的周围.实验结果表明,该算法可有效提高非线性系统状态的估计精度,尤其在系统状态发生突变时,可以得到较好的估计精度.     

一种共轭下降算法的全局收敛性

给出了求解无约束优化问题的一种共轭下降算法,该算法具有充分下降性的共轭梯度公式。在较为温和的条件下,利用宽松的非精确线搜索条件得到全局收敛性结果,同时数值实验表明了算法的有效性。     

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。     

模糊滤基收敛理论的推广

文[1]对模糊拓扑空间上的滤基收敛理论进行了研究。本文把文[1]的某些结果推广到了拓扑分子格之上，得到了一些结果。由于一般拓扑空间及模糊拓扑空间都是拓扑分子格的特殊情况，所以，这些结果具有比较广泛的适用性。     

一种新型的简化群优化粒子滤波算法

针对粒子滤波的粒子退化和贫化问题,将新兴的简化群优化(SSO)算法引入到粒子滤波的重采样阶段.SSO算法结构简单,在保留优良粒子的基础上,增加一项粒子随机运动过程,以提供粒子多样性.实验结果表明,新算法不仅有效提高了对非线性系统状态的估计精度,而且具有更高的运算速度.