求解一般半正定二次规划的数值稳定方法

针对非光滑优化中捆集算法之二次规划子问题数值求解的困难，详细研究了求解半正定二次规划问题的积极性，提出了一系列矩阵分解的存储方法和校正方法，较好地克服了半正定矩阵奇异性带来的数值求解的困难，在求解捆集算法的半正定二次规划子问题中取得了很好的效果，所提出的算法具有较强的实用性。     

求解等式约束的二次规划问题

我们在此文中利用一类解决亚定相容线性等式与不等式组的直接方法，提出了一求解等式约束的二次规划问题的算法，讨论了算法的良好性质，实现步骤及收敛性，数值结果表明了算法的有效性。     

约束二进制二次规划测试函数的一个构造方法

基于盖尔圆定理,给出了约束二进制二次规划测试函数的一个构造方法:对原问题,通过线性变换,得到一个新的不定二次规划,且该不定二次规划恰好以给定初始点为最优解;进而构造出了一系列具有共同最优解的约束二进制二次规划。     

一类特殊规划的求解算法

二次规划问题是一类重要的优化问题,是NP困难的.通过对已有算法的理解与分析,在假设原问题的Hessian矩阵正定的条件下,作者给出了求解二次规划问题的一种新算法,并讨论了算法的收敛性.     

关于次半正定矩阵的一点注记

证明了可逆次半正定（非次正定）矩阵的逆矩阵也次半正定。     

一类带有等式约束的二次规划问题

研究了一类带有二次目标函数及二次等式约束的优化问题．假定约束是可行、规范的,对于目标函数为正定或半正定的情形,得到了全局最优解的充要条件．     

实二次型的半正定性及应用

讨论了实二次型的半正定性，介绍了其在证明不等式中的应用。尤其是证明一般的初等不等式，对如何用高等数学方法解决初等数学问题作了一点尝试。     

关于次半正定矩阵的一点注记

证明了可逆次半正定 (非次正定 )矩阵的逆矩阵也次半正定。     

证券组合模型系数的凸二次规划求解方法

证券组合问题是二次规划问题,在证券组合模型中的协方差矩阵为正定的条件下,利用矩阵理论将其转化为等价的无约束优化问题.并且建立了原问题的K-T点与等价无约束问题的稳定点之间的关系.为证券组合投资的最优化提供科学依据和有效的计算方法.     

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.     

二次规划的整标集法与可分解的二次规划

一般二次规划(QP)常用Fletcher算法或简约梯度法求解，只能得1个K-T点，未必是整体最优解．根据求解线性互补问题全部解的整标集法，文中提出求解二次规划的整标集法，即将(QP)转化为线性互补问题，求出全部互补可行解，得到(QP)的全部K-T点，通过比较得整体最优解．此法不需初始可行点，简便可行，适用于一般二次规划．结合算例将整标集法与Fletcher算法、简约梯度法进行比较．该例用此法求解得7个K-T点，且目标函数值相差甚远．另一例具有无穷多个K-T点．算例表明：对于小规模问题，此法优于Fletcher算法和简约梯度法．文中还提出二次规划可分解的条件，据此可将一类规模较大的问题分解成规模较小的问题，降低了难度．     

二次规划的极大熵方法

利用对偶变换,将二次规划问题转化为无约束极大极小问题,然后运用极大熵方法,将极大极小问题的转化为求解一个无规划极值问题,从而能够同时求出问题及其对偶问题的近似解,数值试验结果表明该方法是有效的。     

正定二次规划内点稳定算法

进一步讨论一种新二次规划的内点算法.该算法不同于传统的内点算法:它不含有原始或者对偶变量的逆,因而在靠近解集附近也有定义(well defined).证明了若目标函数的二次部分为标准正定二次型,则在计算迭代方向时,可以把对(m 2n)×(m 2n)阶KKT系统的求解转化为(n-m)×(n-m)阶KKT系统的求解,从而在很大程度上提高算法的效率.     

二次规划子空间共轭向量法

本文研究以下二次规划(QP)的解法:求在约束条件AX=b下,q(X)=(1/2)X~TGX+g~TX+C的极小值,其中G∈Rn~(n×n)是一个实对称正定矩阵,A∈Rm~(m×n)是一个秩为m的实长方矩阵,g∈R~n,b∈R~m,C∈R',得出了一种求解(QP)的子空间共轭向量方法。     

不定二次规划的全局优化算法

对不定二次规划问题提出了一个新的确定型全局优化算法,通过对目标函数和约束函数的线性下界估计,建立了不定二次规划的松弛线性规划.通过对松弛线性规划可行域的细分,以及一系列松弛线性规划的求解过程,并通过实例证明了算法能收敛到原问题的全局最优解.     

对满足换基规定的单纯形法的改进

针对满足换基规定的单形法可能出现的迭代不下去的总是构造了拿迭代得以继续的补 充算法。这个补充算法的基本思想是暂时放弃换基规定，首先进入与所解总是对应的线性规划的最优基本可行解集中。     

非线性优化问题的光滑化序列二次规划方法

为了获得序列二次规划方法的全局收敛性,通常需要借助一个罚函数,但常用的罚函数由于具有不可微性从而给计算带来一定的困难,拉格朗日函数虽然可以克服此困难,但其形式较为复杂,为解决该问题,给出了一类光滑化罚函数.基于一类双曲余弦型光滑化罚函数,提出了等式约束优化问题的一个光滑化序列二次规划方法.该光滑化函数具有良好的连续、可微性和凸性质,在适当条件下,获得了算法的全局收敛性,并给出数值测试说明了算法的有效性.     

大型二次规划的一种分解算法

对于大中规模的二次规划问题,当约束条件结构具有方块角型的形式时,为了减少计算量和内存容量等,常可用系统分解原理来进行求解.但泽格和华尔夫(1960年)提出的以对偶理论为基础的分解-对偶法,以及作者(1987年)提出的最小减优率法,都是针对大型可分解线性规划问题的.本文根据最小减优率法的基本思路和二次规划问题解的一般特性,提出一种有较高效率的求解大型二次规划的分解算法.它从子问题的解直接推求有藕合约束时的二次规划的最优解,从而可显著减少求解的工作量.从所举算例可以看出,它与传统二次规划法整体求解时相比的明显差别.