一种松弛型Bregman区间的凸规划算法

首次提出了一种松弛型的Bregman区间凸规划算法,并保证了欠松弛条件下算法的收敛性。在前面算法收敛性证明的基础上,还得到了一个松弛型的Hildreth区间规划算法。     

求解凸可行问题的一种算法

凸可行问题(CFP)是传统数学及现代自然科学中的一类重要问题,其应用日益广泛.本文在无需知道目标函数的情况下,给出求解该问题的一种松弛投影算法,并证明了这种算法的收敛性.     

一种新的凸二次规划的内点算法

提出了一个新的求解凸二次内点算法,算法基于原始－对偶仿射尺度算法的思想,每步迭代只须解一个线性方程组,通过适当选取步长,算法具有多项式计算复杂性。     

不可微凸规划的一个新算法

提出了解决线性约束不可微凸规划的一个新算法－既约次梯度有效集算法。该算法充分利用了目标函数的次梯度和有效集策略，发地选择规划，克服了由目标函数是否光滑所造成的困难，并保证了算法的总体收敛性。     

凸规划的一种对偶内点算法

将带有不等式约束的凸规划问题转化为拉格朗日对偶问题,构造了一种求解凸规划的偶内点算法,证明了在不存在对偶差的情况下,当对偶变量序列收敛到对偶问题最优解时,原始变量序列收敛于原始问题的最优解。     

BREGMAN行处理算法的松驰改进

主要讨论了解决区间优化问题的BREGMAN行处理算法 ,对该算法进行了松驰改进 ,提出了并行松驰BREGMAN行处理算法 ,讨论了该算法的收敛敛性及稳定性 ,数值实验表明 ,该算法具有收敛速度快、计算精度高等特点     

一类不可微凸规划的信赖域算法(英文)

提出了求解一类不可微凸规划的信赖域算法，该算法不满足有关文献中的假定，证明了算法的全局收敛性。     

凸二次规划问题的内点算法

提出了一类利用对数障碍函数法求解凸二次规划问题的内点算法，此算法在每次迭代中只需解一个等式约束的二次规划问题(或线性方程组系统)，结构简单，易于计算，最后运用数值仿真测试验证了此方法的有效性。     

求解凸二次规划的一种二阶Mehrotra型预估一校正算法

给出了求解凸二次规划的一种二阶Mehrotra型预估一校正算法。该算法受Salahi等人对线性规划提出的相应算法启发,引入了安全步策略,保证了校正步步长有适当下界,从而具有多项式复杂性。由于算法迭代方向不正交,算法在罚参数的校正和复杂性的分析上有别于线性规划的情形。最后,通过一些新的技术性引理,证明了算法在最坏情况下的迭代复杂性为O（n^3/2log（x^0）^TS^0/ε）.     

框式约束凸二次规划的预估校正光滑算法

研究了框式约束凸二次规划的一种光滑算法，算法中应用了牛顿法及其变形形式，证明了算法的全局收敛性．     

求解凸二次规划的一种二阶Mehrotra型预估-校正算法

给出了求解凸二次规划的一种二阶Mehrotra型预估-校正算法。该算法受Salahi等人对线性规划提出的相应算法启发,引入了安全步策略,保证了校正步步长有适当下界,从而具有多项式复杂性。由于算法迭代方向不正交,算法在罚参数的校正和复杂性的分析上有别于线性规划的情形。最后,通过一些新的技术性引理,证明了算法在最坏情况下的迭代复杂性为O{n3/2log((x0)Ts0)/ε}。     

一种求解单调非线性方程组的凸组合算法

将求解单调非线性方程组的CGD算法和MPRP算法的下降方向进行凸组合,构造出新的下降方向,从而提出新的算法,并给出新算法的全局收敛性定理.通过数值实验比较新算法与CGD算法和MPRP算法的结果,可知新算法优于原算法.     

凸规划的一个内点算法

对于含线性约束的凸规划问题，本文给出了一个内点算法，并且证明了算法经过Ｏ（ｎ￣（０．５）｜ｌｎε｜）步迭代后，原始一对偶间隙必小于ε，整个算法的复杂度为Ｏ（ｎ￣（３．５）｜ｌｎε｜）．特别的，如果目标函数为凸二次函数或者线性函数，则得到相应的多项式算法，其算法复杂度为Ｏ（ｎ￣（３．５）Ｌ），其中Ｌ为相应问题的输入长度．ε取做２￣（－Ｌ）．     

凸二次规划的一种分解算法

An algorithm to solve convex quadratic programming with nonnegative variables and linear equation constraints is given by means of the concept of ABS algorithm and decomposition strategy. If the object function is strict convex ,then the optimal solution can be gotten in finite steps ; otherwise ,the algorithm is superlinear convergent.     

求解凸规划问题的一种新的不精确内邻近点方法

用对数二次邻近点项替代常用的二次邻近点项,导出一种新的不精确内邻近点算法(IIP).讨论了该算法解的存在性,并在某些条件下证明了它的整体收敛性.     

凸二次规划的一种基于削减策略的Mehrotra型预估-校正算法

2008年,Salahi等对线性规划提出一种新的Mehrotra型预估-校正算法.基于削减(cut)策略,该算法保证校正步长有下界,从而具有多项式复杂性.基于这种思路,将此方法推广到凸二次规划.由于新算法的迭代方向不再正交,因此算法的复杂性分析与线性规划时不同.通过一些新的技术引理,证明了算法在最坏情况下,至多经过O(n5/2logεn)次迭代终止.最后,利用数值实验验证了算法的可行性与有效性.     

凸二次规划的不可行内点算法

给出了一个求解凸二次规划的不可行点内点算法，算法的初始迭代点为非负不可行内 ，证明了算法的全局收敛性。该算 法可以看作是Ｋｏｊｉｍａ算人关于线性规划算法的推广，也可以看作是Ｍｏｎｔｅｉｒｏ等人关于可行内点算法的推广。     

城市电网规划的一种新方法——拉格朗日松驰法

采用拉格朗日松驰法处理城市电网规划的难点之一－离散性质的固定费用，把难求解的带固定费用的网络优化问题转化为易求解的线性规划问题，从而弥补了线性化方法和分枝定界法的不足，采用了速度较快的网络流法求解线性规划问题，并把功率最优流向的自动选择巧妙地嵌入到了网络流法中，不会因为人为选定功率流向而导致非最优解，实际计算结果证明了本方法的有效性。     

框式约束凸二次规划问题的势下降算法

提出了一个求解框式约束凸二次规划问题的势下降内点算法,它利用Armijo非精确线性搜索技巧进行线搜索,同时使势函数的值减少,并证明了算法的全局收敛性.     

凸二次规划的投影收缩算法

对于一般的凸二次规划问题,首先结合该问题的对偶问题给出了解的充分必要条件,然后给出了一种解决该问题的投影收缩算法,并证明了该投影收缩算法的总体收敛性。