半定规划问题基于方向分解的筛选算法

目的寻求半定规划问题新的理论算法。方法采用低秩分解技术将一般的半定规划问题转化为与其等价的非线性规划问题,利用基于方向分解的筛选算法,通过对搜索方向进行切线步和垂直步的分解来分别寻求最优解方向和不可行性改善的方向,构造了半定规划问题的筛选算法。结果通过证明得到算法具有可行性。结论最后给出了算法的收敛性分析。     

解非凸半定规划问题的一个修正Lagrangian算法

对于一般非凸半定规划,给出了一个修正Lagrangian函数及其相关算法,建立了参数解的误差估计式,并证明了算法的局部收敛性,即在适当条件下,罚参数存在一个阈值,当罚参数小于这一阈值时,由此修正Lagrangian算法产生的序列局部线性收敛到原问题的KKT点。     

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。     

带有混合约束的二次半定规划的内点算法

研究带有混合约束的二次半定规划问题的内点算法。首先给出该问题的对偶问题和一种障碍函数,并建立相应的Lagrange函数,以此为基础给出内点算法,最后分析并证明了算法的全局收敛性。数值试验表明该算法是有效的。     

解半定规划的投影收缩法

首先将一般的半定规划扰动成二次半定规划,而后者在其对偶空间等价于一投影方程,然后提出了求解半定规划问题的投影收缩方法并且给出了全局收敛性结果.     

解非凸半定规划的一个Lagrange方法

基于一个求解一般非凸半定规划问题的非线性Lagrange函数,给出了其相关算法,研究了函数的性质,证明了算法的收敛性。在适当的条件下,当罚参数大于某一阈值时,算法产生的序列局部收敛,由此给出了与罚参数相关的解的误差估计。     

半定规划的一个非内部连续化牛顿算法

基于Chen—Mangasarian光滑函数，给出一个求解半定规划的非内部连续化算法．所给算法拥有一些好的特性，在较弱的条件下，证明了算法有好的定义而且全局(线性)收敛到一个原问题的最优解。     

半定规划

半定规划是指线性函数在对称矩阵的仿射组合半正定的约束下的极小问题，它实际上是凸优化问题，在最近的十几年中得到突飞猛进的发展，目前已成为优化方面最热门的领域．这一研究活动之所以被激发起来，是由于半定规划在一些领域的新应用的发现以及新的有效算法的产生．本文对半定规划的理论和算法作一般介绍．     

解非线性半定规划的一种回溯线搜索型算法

为避免罚函数和滤子的缺点,提高带有等式约束和半负定矩阵约束的非线性半定规划求解效率,本文通过二次半定子问题构建搜索方向,结合回溯线搜索技术和非单调充分下降性条件,提出了一种新的无罚函数无滤子的线搜索型序列半定规划算法.在合理的假设条件下,证明了新算法的适定性以及全局收敛性,最后通过初步的数值试验验证了新算法的有效性.     

二次半定规划的原始对偶预估校正内点算法

将半定规划(Semidefinite Programming,SDP)的内点算法推广到二次半定规划(QuadraticSemidefinite Programming,QSDP),重点讨论了AHO搜索方向的产生方法.首先利用Wolfe对偶理论推导得到了求解二次半定规划的非线性方程组,利用牛顿法求解该方程组,得到了求解QSDP的内点算法的AHO搜索方向,证明了该搜索方向的存在唯一性,最后给出了求解二次半定规划的预估校正内点算法的具体步骤,并对基于不同搜索方向的内点算法进行了数值实验,结果表明基于NT方向的内点算法最为稳健.     

半定规划的原始-对偶不可行内点算法

对于半定规划问题,通过构造适当的搜索方向,给出了一个原始-对偶不可行内点算法.证明了该算法经过有限步迭代后,或者在某个较大的区域得到问题的一个近似最优解,或者说明问题在该区域内无解.     

半定规划的共轭梯度法

基于Fischer-Burmeister函数,给出半定规划问题(SDP)最优性条件的一个价值函数,提出一种PRP-型共轭梯度法,在适当的假设下分析了算法的全局收敛性.     

带有一种新的算子的进化规划算法的收敛性分析

针对进化规划(EP)和单纯形法(SM)的不足,综合两种方法的优势,提出了基于进化规划和单纯形法的混合算法(EPSM).该算法以单纯形法中的反射操作为进化规划的一个算子,结合进化规划与单纯形法二者的优点.此法不仅收敛速度快、计算简单,而且拟合精度和跟踪性能也好.对算法的收敛性进行了分析和证明.     

多目标非光滑半无限规划极大熵方法及收敛性

用极大熵方法来逼近目标非光滑半无限规划,并利用熵函数序列的一些收敛性质（v-收敛性,即variational convergence),在一般意义下给出该逼近方法的收敛性。     

解凸二次半定规划的过滤集-正则化方法

给出求解一种特殊凸二次半定规划的过滤集-正则化方法,并对其全局收敛性进行分析.最后还提供此算法的初步数值试验结果.     

一个用于构造非线性半定规划算法的非线性Lagrange函数

非线性Lagrange方法是求解非线性半定规划的一个重要方法。给出了一个可以用于研究非线性半定规划的非线性Lagrange函数,并证明了这个函数在KKT点附近具有凸性,从而保证了非线性Lagrange算法理论成立的前提条件。     

非线性规划的超线性收敛算法

本文概述了非线性规划中的两类超线性收敛算法的基本原理和发展,指出了信赖域方法是值得人们注意的一个方法。