非完全Lagrange函数的鞍点条件

本文定义了一类P不变凸函数和非完全Lagrange函数, 研究了涉及这类函数的非完全Lagrange鞍点条件, 在更弱的凸性下, 获得一些重要的结果.     

非线性约束优化问题的广义投影变尺度方向算法

对非线性约束优化问题已有许多梯度投影的有效算法，由于搜索方向是由投影梯度得到的。因而收敛速度慢，利用投影技术和变尺度矩阵相结合的方法，成功地建立了求解非线性约束优化问题的广义投影变尺度方向算法，并给出了算法的收敛性定理。     

非线性规划中的增广拉格朗日函数与近似最优解

介绍了几种近似最优解和增广拉格朗日函数,建立了基于增广拉格朗日函数的对偶映射和相应的对偶问题,讨论了增广拉格朗日函数的几种近似解和原问题的几种近似解的关系,得到的结果推广了一些已有的结论.     

一个基于NCP函数的非线性Lagrange函数

基于修正的Fischer-Burmeister NCP函数,提出了一个求解具有不等式约束的非线性优化问题的非线性Lagrange函数,讨论了该函数在K-T点处的性质.收敛定理表明,在适当的条件下,当惩罚参数小于某一阈值时,基于该非线性Lagrange函数的算法产生的点列具有局部收敛性.     

求解非线性优化问题的非线性Lagrange法

非线性Lagrange函数是经典Lagrange函数的修正形式,是基于非线性Lagrange函数而建立的求解优化问题的对偶方法。由于对偶方法对原始变量的可行性没有限制,因此非线性Lagrange方法在求解约束优化问题中扮演着重要的角色。本文旨在探讨求解非线性优化问题的非线性Lagrange法,以期达到较系统了解求解非线性优化问题的非线性Lagrange法,为寻求在理论和计算上均具有优越性的非线性Lagrange函数打下理论基础。     

摩擦接触问题参变量二次规划分析的增广Lagrange算法

建立了摩擦接触条件的增广Lagrange线性互补表述形式,继而构造出求解摩擦接触问题的一种增广Lagrange线性互补算法.与求解摩擦接触问题参变量二次规划法相比,本文模型在理论上是对摩擦接触条件的一种精确正则化模型,虽然其中也包含了惩罚参数,但在理论上不需要它趋于无穷大就能得到精确解;所提算法编程简单,便于装入现有有限元分析模快中.应用实例表明了本文方法的正确性和有效性.     

非线性规划不用梯度作线搜索的算法及收敛性

首先给出求解无约束规划中步长搜索依赖的几个准则和一个线搜索方法，它们仅利用目标函数值，不依赖于梯度，然后，给出点列整体收敛的充分条件，并建立无约束规划的几个具有整体收敛性的算法。此外，还给出算法超线性收敛的条件，最后将方法应用于求解等式约束规划，产生其整体收敛的不用梯度的可行下降算法。     

关于一类新的更广泛的Lagrange增广式及相应的一种收敛性算法

本文根据Pillo和Grippo提出的处理非线性规划问题的一类新的增广式,提出了一类更一般、更广泛的处理混合约束非线性规划问题的增广式,并讨论了其各种特性,得到了较一般性的结果。并证明:在适合的假设下,非线性规划问题的解可通过单一无约束极小化得到。此外,这种增广式不仅把增广式类和精确可微罚函数统一起来,而且还扩大了乘子法的可增广性。     

不等式约束优化问题的一个精确增广拉格朗日函数

给出了求解只带有不等式约束非线性规划问题的一个连续可微精确增广拉格朗日函数法,并讨论了它的精确性质.该方法的主要特点是:在适当的假设下,通过对这个增广拉格朗日函数在原问题变量和乘子变量的积空间上进行一个单一的无约束极小化,即可获得原约束问题的解,从而可以有效地使用标准的无约束极小化方法求解不等式约束非线性规划问题.     

非线性规划的凝聚函数法

解非线性规划的凝聚函数法一般是不收敛的，本文在很弱的条件下，研究了此方法的重要性质，并证明了收敛性定理。     

广义度量空间弱压缩映像下的不动点定理

在Hausdorff广义度量空间中,去掉矱-函数的连续性,同时推广弱压缩条件,得到了在弱压缩映像下不动点的存在性和唯一性.所得结论推广和改进了相关不动点结果.     

不等式约束非线性规划的拉格朗日乘子的收敛

对于等式约束的非线性规划问题,一般的解决方法是在每次迭代中更新拉格朗日乘子且逐渐增大拉格朗日函数的惩罚因子,当罚因子充分大或充分接近局部最优解时,二阶充分条件是满足的;对不等式约束问题也采用了相应的方法.在凸的情况下,对于任意的罚因子或者在每次迭代中不要求精确极小化,就能全局收敛到最优解;证明了拉格朗日乘子是收敛的.     

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。     

求解非线性优化问题的记忆梯度摄动投影算法

利用摄动投影矩阵建立求解非线性约束优化问题的记忆梯度摄动投影下降算法,并证明算法的收敛性,同时给出结合FR、PR、HS参数和拟牛顿方程的记忆梯度摄动投影算法,从而将经典的共轭梯度法推广用于求解约束优化问题。数值结果表明算法是有效的。     

求解非线性伪抛物方程的重心Lagrange插值配点法

提出了重心Lagrange插值配点法求解一类非线性伪抛物方程。首先,介绍了重心Lagrange插值并给出了微分矩阵表达式。其次,构造了求解非线性伪抛物方程的直接线性化迭代格式、部分线性化迭代格式、Newton线性化迭代格式。再次,未知函数和初边值条件利用重心Lagrange插值函数来近似,利用配点法得到离散方程,获得了方程的矩阵表达式。最后,数值算例表明,重心Lagrange插值配点法具有高精度和高效率的优点。     

求解非线性整数规划全局最优解的填充函数法

提出了一个填充函数,用来求解严格路径连通域上的非线性整数规划全局最优解问题。探讨了该填充函数的理论性质,提出了相应的求解算法,并进行了算例测试。测试结果表明该算法令人鼓舞。     

二阶锥规划的Lagrange对偶及2维原始对偶单纯形法

目前对二阶锥规划算法的研究是数学规划领域的研究热点之一,在这方面的研究成果初具规模.文中着重研究两方面问题:一是详细推导二阶锥规划的Lagrange对偶问题;二是将2维二阶锥规划(即二阶锥约束都是2维的,但自变量的总维数是2r维的,r表示二阶锥约束的个数)转化成相应的标准形线性规划,给出其原始对偶单纯形法,并举例说明算法的应用,最后进行部分灵敏度分析.这一工作基本完善了2维二阶锥规划的单纯形类方法,即至此,2维二阶锥规划的原始单纯形法、对偶单纯形法和原始对偶单纯形法的理论已较完善.其他拓广的单纯形类方法可在将2维二阶锥规划转化成相应的标准形线性规划之后对应线性规划的拓广单纯形类方法直接得到.     

一类非线性半定规划问题的连续线性化方法

给出一类非线性半定规划问题的一种连续线性化方法.该方法能用于求解较大规模的优化问题,因为它处理的是比较简单的子问题.该算法利用l1精确罚函数和信赖域型的全局优化方法,每步迭代需要解的子问题可以重新表述成一个可用已有的半定规划软件有效解决的半定规划问题.     

解带非线性等式和不等式约束优化问题的超记忆梯度广义投影算法

利用广义投影技术 ,将求解无约束规划的超记忆梯度算法推广 ,建立了求解带非线性等式和不等式约束优化问题的一种超记忆梯度广义投影算法 ,并证明了算法的收敛性。该算法具有稳定、计算量小、所需收敛条件弱、收敛性强等特点 ,并改进了广义梯度投影算法的收敛速度。数值算例表明该算法是有效的。     

求解一类非线性规划问题的新途径

给出了一类约束函数单调而目标函数非单调的非线性规划问题的一种新的求解方法。首先给出了将其目标函数单调化的一种方法，然后．通过这个方法将这类非线性规划问题转化为等价的单调规划问题，进而利用已有的关于单调函数的凸化、凹化方法，可将其转化为等价的凹极小问题或反凸规划问题以及标准DC规划问题．再利用已有的关于这些规划问题求全局极小点的方法，可以求得原问题的全局极小点。