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.     

用牛顿法求解凸集上的一类最佳插值问题

讨论一般的最佳插值问题(k≥3):min∫ba|Dkf|2dt,f满足插值条件f(ti)=yi,i=1,...,n和约束f(k)≥0.该问题可转化为非线性方程组,从而用半光滑牛顿型算法求解,算法具超线性收敛性.然后给出一个由函数的k阶导数计算求得原函数的算法.算例显示了所有算法的有效性.     

带新的非线性互补函数的广义非精确牛顿法

提出了新的弱正则伪光滑非线性互补（NCP）函数，该函数具有良好的性质．在这个新的NCP函数基础上，求解一个目标函数和约束函数都是光滑的最优化问题．构造半光滑方程组，用来求解非线性约束最优化问题的KKT点，然后用新提出的广义非精确牛顿法解这个半光滑方程组．该方法是可实现的，且具有全局收敛性．最后还证明了在较弱假设条件下，它具有局部超线性收敛性．     

用牛顿法求解凸集上的一类最佳插值问题

讨论一般的最佳插值问题(k≥3):min∫a^b|D^kf|^2dt,f满足插值条件f(ti)=yi,i=1,…,n和约束f^(k)≥0.该问题可转化为非线性方程组，从而用半光滑牛顿型算法求解，算法具超线性收敛性。然后给出一个由函数的k阶导数计算求得原函数的算法。算例显示了所有算法的有效性。     

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．     

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。     

非光滑凸最优化的一类全局收敛算法

本文利用非光滑凸分析基本理论,对无约束非光滑凸最优化问题(I)min f(x),x∈R~n,提出了一类信赖域算法,在一定条件下证明了算法的全局收敛性,并指出了利用次梯度聚集方法实现算法的途径。     

一般约束凸规划极大熵方法的收敛性

带约束的极大极小问题是一类不可微优化问题，通常的解决是通过增加约束将其转化为可微优化问题，极大熵方法是一种用光滑函数逼近最大值函数的方法；基于这种方法，给出一种求解带一般约束的极大极小问题的逼近方法，并针对凸规划问题证明了这种方法的收敛性，即当控制参数趋于正无穷时，近似问题的最优解收敛于原问题的最优解。     

带一般约束无导数优化问题的改进信赖域算法

通过建立约束违和函数, 利用进步栏阈法(PB策略)筛选出插值点集中性质较好的迭代点, 同时修正子问题的初始增广Lagrange乘子, 提出一种改进的无导数信赖域(TRDF)算法, 并证明了改进算法的收敛性. 针对不同维数测试问题的数值试验结果表明, 改进算法有效降低了求解二次插值模型的迭代次数和迭代时间.     

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.     

求解约束最优化问题KKT系统的BFGS方法

利用Fischer—Burmeister函数，将约束最优化问题KKT系统转化为等价的非光滑方程组，利用广义导数，给出一个求解该非光滑方程组的BFGS方法。其子问题是一个系数阵为正定对称阵的线性方程组．为保证全局收敛性，我们引进了一个适当的线性搜索，它使得效益函数近似下降．在适当的条件下，我们证明了算法是适定的，并具有全局收敛性和超线性收敛性．     

基于光滑逼近函数的高阶牛顿法求解凸二次规划

研究绝对值函数的3个光滑逼近函数的性质,并采用图像展示了逼近效果.进而提出求解凸二次规划问题的新方法:将凸二次规划转化为非线性方程组,采用光滑逼近函数进行处理,得到光滑非线性方程组,进而利用高阶牛顿法进行求解.数值实验结果表明:本文方法收敛快、迭代次数少.     

解半定规划的带筛子的正则化方法

研究了求解半定规划问题的一个带有筛子的正则化方法,该方法是基于经典的二次正则化方法,将半定规划问题转化为目标函数为凸的、可微的无约束优化问题。利用筛选信赖域方法来解这个无约束优化问题,并给出算法及其收敛性分析。     

简单界约束非线性方程组的滤子信赖域法

利用一种滤子信赖域方法讨论了简单界约束非线性方程组的求解问题,证明了该算法的全局收敛性,并且进行了数值试验,结果表明新算法非常有效.     

求解低秩密度矩阵约束最小二乘问题的优函数罚方法

本文应用优函数罚方法求解具有低秩密度矩阵约束的最小二乘问题. 首先用凸差方法处理非凸的低秩约束,并结合罚方法和优函数方法将原问题转化为一系列具有密度矩阵约束的凸优化问题,然后给出求解该优化问题的优函数罚方法,并对该方法进行收敛性分析. 之后,运用半光滑牛顿增广拉格朗日算法求解优函数罚方法的子问题. 最后,合成数据集和真实数据集上的数值结果表明了优函数罚方法有效地求解了具有低秩密度矩阵约束的最小二乘问题.     

求解非线性等式和不等式问题的一种光滑化算法

给出了求解非线性等式和不等式问题的一种新算法.用Max函数将不等式约束转变为等式约束,建立了一个半光滑的无约束方程组系统,并设计了一种光滑化Gauss-Newton算法求解该系统.在适当条件下,证明了此算法的全局和局部收敛性.数值实验表明此方法的有效性.     

滤子QP-free算法

提出了求解光滑不等式约束最优化问题的滤子QP-free非可行域方法.通过乘子函数和F-B非线性互补函数,构造一个等价于原约束问题一阶KKT条件的非光滑方程组.在此基础上,通过牛顿、拟牛顿迭代得到KKT最优条件的解,在迭代的线搜索中,采用了滤子方法.证明了该方法是可以实现的并具有全局收敛性.另外,在较弱条件下可以证明该方法具有超线性收敛性.     

解凸规划的投影算法与收敛性分析

建立了一个求解Ｈｉｌｂｅｒｔ空间中约束凸规划的投影算法，并在目标函数与约束函数均是连续Ｆｒｅｃｈｅｔ可微的条件下，利用投影性质证明了算法的下降性和收敛性。     

解非线性不等式约束优化问题的非精确光滑牛顿法

针对非线性不等式约束优化问题，提出了一个基于Kanzow磨光函数的非精确光滑牛顿法．利用约束问题解的KKT条件及变分不等式将约束问题转化为求解方程组的问题，在适当的条件下，证明了算法的全局线性及局部二次收敛性．     

求解非线性等式和不等式问题的一种光滑化算法

 给出了求解非线性等式和不等式问题的一种新算法．用Max函数将不等式约束转变为等式约束,建立了一个半光滑的无约束方程组系统,并设计了一种光滑化Gauss-Newton算法求解该系统．在适当条件下,证明了此算法的全局和局部收敛性．数值实验表明此方法的有效性．