解约束优化问题的一个新方法

本文用 Lagrange 函数作为下降函数,给出了求解一般约束优化问题的一个SQP 方法,在一定的假设条件下证明了该方法具有全局收敛性和局部超线性收敛性.     

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．     

约束优化问题的一个超线性收敛算法

给出一个求解约束优化问题的新算法．在无需强二阶充分性条件及严格互补性条件的假设下,研究了该法具有局部一步超线性收敛性的充要条件．     

一个修改的求解非线性对称方程组的高斯-牛顿BFGS方法

在文献[10]的基础上,给出一个修改的求解非线性对称方程组问题的高斯-牛顿BFGS方法,并建立该方法的全局和超线性收敛性.该方法比原方法的效果要好.     

线性互补问题并行多分裂GAOR 方法的收敛性

给出了解线性互补问题的并行多分裂广义加速超松弛方法,证明了当系统矩阵为H-矩阵时,该方法的全局收敛性.     

一类Bundle型分解算法(英文)

给出一个修正的分解算法和一类Ｂｕｎｄｌｅ分解算法,并且证明了算法的全局收敛性和线性收敛速度．     

关于拟牛顿法求解等式约束优化问题的超线性收敛条件

拟牛顿法是求解约束优化问题的有效方法之一,许多作者在理论上讨论了此类算法的全局收敛性和收敛速度,但关于收敛速度的条件讨论较少．Ｂｏｇｇｓ等人给出了一个拟牛顿方法求解等式约束优化问题的超线性收敛的充要条件,但假设条件较强．本文利用分析和代数的技巧,在较弱的条件下证明了该算法的超线性收敛的充要条件仍然成立．     

解一般约束优化问题的牛顿法的超线性收敛性

文献[2]提出了基于F-B函数的解一般约束优化规划问题的牛顿算法,但仅给出了该算法的全局收敛性。在该算法的基础上,进一步证明了该算法的超线性收敛性。     

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.     

解非线性最小二乘问题的混合算法

对非线性最小二乘问题进行了研究，提出了一个新的混合算法，并给出在一定条件下算法具有超线性收敛性的结论．对目前众多标准数值算例进行了计算，表明该算法具有较好的数值结果     

一种收敛较快的迭代法：二次抛物线弦割法

按照与传统弦割法类似的思路,提出一种收敛更快的迭代法：二次抛物线弦割法。即用过3点的曲线割线代替过2点的直线割线,进行迭代计算。根据拉格朗日插值函数构造了该法的迭代格式。算例分析表明,二次抛物线弦割法的收敛速度较简单迭代法、牛顿迭代法、单点弦割法和双点弦割法要快得多。     

一种适合求复数根的抛物牛顿割线法

以差商代替导数进行迭代计算,提出一种适合求复数根的抛物牛顿割线法。该方法在复数域上,可求出实系数多项式的全部根。最后通过算例分析,表明本方法的收敛速度较牛顿迭代法、牛顿割线法要快,可计算性和适用性强,同时也证明了该方法的有效性。     

一种针对收敛性问题的改进进退法及其仿真验证

进退法是最优化方法中一种常用且简单的一维单峰试探搜索算法.针对进退法的收敛性和收敛速率展开研究,在讨论了进退法的算法原理及其实施步骤的基础上,针对原算法在某些情况不收敛的问题,提出了一种改进的进退法,将原算法每次进退迭代中的转向步长变为与前一步长和迭代次数有关的函数, 这样可以克服原算法不收敛的缺点.通过严格的理论推导证明了改进进退法的正确性,并利用实例仿真验证了其有效性.结果表明:进退法收敛速率不稳定,依不同初始参数而不同,改进进退法以降低收敛速率为代价而保证收敛性.     

一类拟牛顿算法的收敛性

根据一类基于新拟牛顿方程Bk 1sk=yk*的修改BFGS类算法,采用广义W olfe线搜索模型(GW搜索模型):f(xk 1)≤f(xk) δkαgTkdk和g(xk 1)Tdk≥m ax{,σ1-(kα‖dk‖)p}gTkdk,其中0<δ≤σ<1,p∈(-∞,1),得到一类修正的BFGS算法(M BFGS),证明了M BFGS算法的全局收敛性和超线性收敛性.数值试验结果表明M BFGS算法是有效的.     

求解非线性互补问题的一个新的光滑牛顿法

通过利用带惩罚项的FB函数将非线性互补问题转化为等价的光滑方程组.并在此基础上提出了一个求解P0-函数非线性互补问题的光滑牛顿法,同时给出了算法的全局收敛性以及局部二次收敛性结果.数值实验表明所提出的算法是有效的.     

一类修正的FR算法及其全局收敛性

基于喻（2006）提出的修正PRP算法,给出一类修正的FR算法.该算法的优点是：（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）在比喻（2006）的算法更弱的条件下,分析了算法的全局收敛性.     

改进的超梯度算法在无穷维Hilbert空间强收敛

许多算法被提出用来解决变分不等式问题,其中最简单的是G.M.Korpelevich(Matecon,1976,12:747-756.)超梯度算法.此算法被许多学者所改进.其中文献(Y.J.Wang,N.H.Xiu,J.Z.Zhang.J Optim Theory Appl,2003,119:167-168.)改进的超梯...     

无约束优化问题的稀疏拟牛顿法

对无约束优化问题提出了一种稀疏拟牛顿法,算法在每次迭代中运用拟牛顿方法的思想确定其搜索方向,采用非精确线性搜索确定步长,在通常的假设条件下,证明了算法的全局收敛性和线性收敛速度.     

求解Fermat场址问题的组合算法

提出一种由信赖域方法和梯度法相结合的求解Fermat场址问题的新算法．该算法在迭代中先采用信赖域法，当出现内循环时。则改用不做线搜索的梯度法．算法运算简单，具有全局收敛性，并克服了信赖域算法产生内循环时造成的运算量大和梯度法收敛速度慢的缺陷。