一个改进的既约梯度法某些收敛性的推广

设非线性规划问题(P): min{f(x)|x≥0,Ax=b}其中A是m×n阶矩阵,其秩为m,x∈R~n,b∈R~m。令R={x|x≥0,Ax=b}。对问题(P)作如下的假定:(A)f(x)∈C~1;(B)R非退化。对于问题(P),1963年Wolfe提出了“既约梯度”的算法,其基本思想是通过计算既约梯度,将高维空间的问题化为低维空间的问题进行解决。然而关于方法的收敛性问题却并未得到证明。文献[1]首次解决了既约梯度法的收敛性,并且得出了某些良好的收敛性质。最近文献[2]通过多年的实践指出既约梯度法的效果要比其他方法显著的好。鉴于此,本文继续作者在[3]中所得结果的讨论,针对[3]中改进的既约梯度法,得到了较为一般性的条件,在这些条件下得出的收敛性定理包括了[3]中诸结果。     

引入二阶导数的梯度法

对最优化方法中的梯度算法进行了改进．当2f/x2=≠0时，将二阶导数与梯度方向相结合，构造出一种新的下降方向d=[1＋δ／（2f／x2）]（f／x），其中δ=1或-1．用新的下降方向设计了一种算法，使梯度法得到改进．新的算法比梯度法的收敛速度快，而且比牛顿法计算量小．     

关于记忆梯度法二维最优搜索的一个改进方案

本文考虑无约束的最优化问题 (P) (?)其中R表n维欧氏空间,而f(x)是具一阶连续可微的函数。近年来对问题 (P),Miele及Cantrell等人曾提出记忆梯度法。这一算法可以看作共轭梯度法的改进。它存在许多优点,特别在收敛速度方面,它比共轭梯度法具有更快的收敛速度。但是,它在每一个迭代步上需要进行一次二维最优搜索来确定步长,这一点实现起来却是相当困难的。本文给出了确定步长的一个简单可行的方案,并且指出,在这样的方案下,仍具有收敛性质。     

一类既约梯度算法

既约梯度法是求解非线性规划问题的一类方法,它们尤其适用于带线性约束的非线性规划的求解。Wolfe的既约梯度法和Zangwill的凸单纯形法 是较熟悉的两种方法。本文给出了包含这两种方法的一类既约梯度算法以及此算法类的收敛性定理。 一、假设条件及记号 考虑如下非线性规划: (P) min｛f(x)｜Ax=b,x≥0｝,其中x∈Rn,A为m×n矩阵。令S为全体可行点的集合,且S非空。与一样,我们假定:(H1)f∈C1;(H2)A中的任意m个列向量线性无关;(H3)多面体S的每个极点非退化。 我们以A1表示A的一个子矩阵,它的行号与A相同,列的标号属于Ⅰ,其中Ⅰ　｛1,2,…     

解非线性方程的一种新的全局快速算法

文章提出了一种求解非线性方程f(x)=0全局收敛的数值方法,该方法通过选择最优参数,使算法达到最快收敛速度;给出一个调节参数,进而保证算法是全局收敛的,在初值和精度要求相同的情况下,比牛顿法有更快的收敛速度;通过数值算例验证了该方法的有效性.     

关于一个改进的既约梯度法的收敛速度

本文研究下述非线性规划问题:(P)minf(X) R={x|Ax=b,x≥0,x∈E}其中A是m×n矩阵(m≤n),秩为m,b∈E,E~n和E分别是n维和m维欧氏空间;f是实函数。美国数学家P.Wolfe在1962年发明了解问题 (P) 的“既约梯度法”(〔1〕)。这儿Ax=b中有n-m个自由变量,把f作为这n-m个自由变量的复合函数而求得的梯度,国内称     

关于拟牛顿法的一个推广

拟牛顿法是求方程f(x)=0近似根的一个重要方法,本文给出一个比拟牛顿法迭代程序更一般的迭代程序,并证明由此产生的近似解序列单调收敛于方程的唯一解。     

拟牛顿法求解堆石坝结构非线性方程

探讨了求解堆石坝结构非线性方程的拟牛顿法，详细阐明了拟牛顿法在堆石坝结构分析中的实施过程，并编制了相应的三维非线性有限元分析程序，将拟牛顿法在中点增量法同时用于实例计算，表明拟牛顿法收敛速度较快且数值稳定性好，优越于中点增量法。     

线性约束最优化问题的一类简约梯度法

考虑求解线性约束最优化问题min{f(x)A_1x=b,σ_i~Tx≤b_i,i∈I,x≥0}的Wolfe简约梯度法,其中f为变量x∈R~n的连续可微函数,A_1为m×n(m≤n)矩阵,b∈R~m,I为有限的不等式约束指标集.设问题的可行域R非空,在无不等式约束(α_t~Tx≤b_(ti),i∈I)时,把矩阵A_1与向量x分裂成A_1=[B:N]与x~T=(x_B~T,x_N~T)(不失一般性设A_1的前m列构成的m×m阶矩阵B非奇,且相应的x_B>0),则约束条件A_1x=b可化成x_B=B~(-1)(b-Nx_N).Wolfe简约梯度法的基本思想在于通过把x_B代入f(x)以消去变量x_B,使之成为一个对n-m维非负变量x_N求最优的无约束最优化问题.数值计算的实践表明,Wolfe简约梯     

函数方程的一种有效的近似解法—牛顿法

牛顿法,也称切线法,它的基本思想是将非线性方程f(x)=0逐步转化为线性方程来求解.牛顿法应用范围较广,可解代数方程和超越方程,也可解非线性方程组,既可求方程实根,也可求复根;既可求单根,也能求重根.牛顿法程序简单,其在单根附近具有二阶敛速,因此是近似根精确化的一种相当有效的方法.     

解非线性方程的一类新的迭代法

利用方程f(x)=0的同解方程eg(x)f(x)=0的牛顿法公式,构造了求解非线性方程f(x)=0的一些新的迭代法.牛顿法和一些已知的迭代法是新的迭代法的特例.给出几个算例,通过和牛顿法公式计算结果的比较,说明了算法的有效性.     

另一类广义双拟变分不等式

设2~X是X的非空子集全体所成之集合,E,F是Φ上的拓扑矢量空间(Φ是实数域R或复数域C),(·,·):F×E→Φ为双线性泛函,X是E的非空子集,S:X→2~E和M,T:X→2~F是集值映象和f:X×X→R.则广义双拟变分不等式问题(GBQVIP)是y∈X,使得y∈S(y)和inf Re(f—w,y—x)+f(y,x)≤0,x∈S(y)和f∈M(y).最近Shih-Tan在X为紧凸集和f≡0的情形下研究了上述GBQVIP解的存在性.本文讨论另一类双拟变分不等式问题,即找y∈X,使得y∈S(y)和(f—w,y—x)+f(y,x)≤0,x∈X和f∈M(y).得出了几个变分不等式和GBQVIP解的存在性定理.这些定理改进和推广了Ding-Tan的结果     

线性约束不可微凸规划的算法及收敛性

本文对约束不可微规划问题min{f(x)|Ax=b,x≥0}给出了一种既约次梯度算法,在f(x)是凸函数和约束集有界且极点非退化的假设下证明了此算法在有限步内得到问题的最优解,或由此产生一个序列{x~k},使得{x~k}的每个聚点都是问题的最优解,同时对另一类约束不可微规划问题min{f(x)|Ax<0}也给出类似的算法,并证明了相应的收敛性。     

基于最小自由能法的理想气相反应平衡新算法

针对目前采用最小自由能法计算理想气相反应平衡问题存在的不足,提出了梯度投影拉格朗日算法。算法中,采用了弱收敛准则作为梯度投影法的收敛标准,并从数学上证明了梯度投影法采用弱收敛条件的合理性和算法的收敛性,基于此,将梯度投影法的计算结果作为牛顿法计算拉格朗日乘数法的计算初值,同时对牛顿法的迭代步长进行了改进,从而解决了牛顿法计算初值选取困难的问题,提高了算法的稳健性和计算速度。算例计算结果表明,该算法的收敛速度快且计算精度高。     

基于B样条构造高精度拟插值

给出了在非均匀节点情形下用任意k阶B样条作为基函数构造具有高次局部多项式再生性质拟插值的一种方法,并用此方法构造出在无限区间R上具有k-1次多项式再生和k阶收敛阶性质的高精度拟插值(㏑f)(x).进一步地,利用B样条的相关性质由(㏑f)(x)构造出有限区间[a,b]上的高精度拟插值(㏑f)(x).作为数值例子,最后用4阶B样条构造的高精度拟插值(㏑f)(x)逼近一些典型函数以说明其确实具有高精度逼近性质.     

无穷积分收敛性反问题的若干探讨

有许多判别法讨论当f(x)满足某些条件时便可得到无穷积分∫a+∞f(x)dx的收敛性,讨论反问题,若∫a+∞f(x)dx收敛f(x)将有何种极限性质,重点讨论与极限limx→+∞f(x)=0的关系以及与级数情形的对比。     

广义梯度的积分

本文分别对R′到π(R′)上的集值映射A(x)=[a(x),b(x)]视其为三种类型的不可微函数(凸函数,局部Lipschitz拟可微函数)的广义梯度,讨论了它的积分问题。     

一族带有参数的三阶收敛迭代方法

根据经典牛顿法和Runge-Kutta方法的思想,文章提出了解非线性方程f(x)=0近似解的一族带有参数的迭代方法,即通过设定不同的参数值,从而得到不同的迭代方法。经收敛性分析和证明,得出该族方法都至少三阶收敛到单根,目前一些已知改进的牛顿迭代法都是该族方法中的特殊情况。最后用数值试验证明了该方法与同阶收敛性质方法相比具有一定的有效性。     

上C-连续条件下集值映射的C-拟凸性

拟凸性在最优化理论及经济学中是一个非常重要的概念,对它的研究一直受到运筹学工作者的广泛重视,最近,对集值优化理论的研究吸引了众多学者,文献[1]得到了如下趣结果:定理[1]　令X是Rn中的非空凸集,f:X→R是下半连续函数,若对任意x1、x2∈X,存在α∈(0,1),使得f(αx1+(1-α)x2)≤max{f(x1),f(x2)},则f是X上的拟凸函数。本文将文献[1]的上述定理由数量情形推广到集值情形,并得出在上C 连续条件下集值C 拟凸函数的等价命题。文中假定:X、Y是实拓扑线性空间,S X是任意给定的非空集,C Y是点闭凸锥,F:S→2Y是集值映射。定义1[2]　令…     

非线性规划的一个超线性收敛算法

本文利用系列二次规划技术,给出非线性规划问题min{f(x)lA_1x=b~1,A_2x=b~2}的一种可行方向法。在一定的假设下证明了算法的全局收敛性和超线性收敛速度。