双曲罚函数乘子法

本文对求解等式约束最优化问题提出一种新的双曲罚函数乘子法,推导出了其一阶、二阶迭代算法,证明了算法的收敛性,数值实验验证了算法的有效性．     

基于约束优化问题乘子罚函数方法的全局收敛性分析

针对最优化问题的增广Lagrange乘子罚函数方法给出了其收敛性结论。该方法提出的惩罚机制使得迭代点的可行性得到有效控制,通过添加Lagrange乘子有效避免了罚因子无限增大所带来的数值病态问题。全局收敛性结论表明了此方法的可行性。     

一类可微的精确罚函数方法

针对通常精确罚函数方法在可行域边界不可微的缺点,构造了一类可微的精确罚函数方法,使得它能采用无约束优化方法中许多有效的解析方法。作者提出了精确罚函数的构造,讨论了它的性质,证明了算法的收敛性,并给出了数值计算实例。     

互补问题的一个新的光滑乘子价值函数

研究互补问题的新解法,给出了互补问题的一个新的光滑乘子价值函数,分析了乘子价值函数的性质,并构造了相应的算法.选取了新的下降方向和乘子修正方法,使价值函数获得两次下降,从而加快了下降速度.研究结果表明:在函数为一致P的条件下,算法具有全局收敛性、局部超线性收敛性和二次收敛性;对线性互补问题有限步收敛.     

一种结合NCP函数的SQP滤子新算法

提出一种带非线性互补函数的信赖域序列二次规划滤子算法.通过引入滤子概念,避免了罚函数法中罚参数选择的困难.借助非线性互补函数简化了非线性规划问题的KKT条件,并用非线性互补函数代替滤子中的约束违反度函数,在一定的条件下证明了算法具有全局收敛性.数值试验结果表明算法是有效的.     

一类线性等式约束优化的投影Dai-Yuan共轭梯度法及其全局收敛性

针对具有等式约束的非线性最优化问题,提出了一类具有充分下降特性的投影Dai-Yuan共轭梯度法.在每次迭代过程中,算法均可得到充分下降的搜索方向.在适当条件下,证明了算法产生的搜索方向为可行下降方向,分析了算法的全局收敛性.数值结果表明算法是可行的、有效的.     

一种改进的填充函数法

提出一种新的求解无约束全局优化问题的方法,此方法把修正的 Broyden-Davidon-Fletcher-Powell (BFGS)方法与填充函数方法相结合,可以从目标函数f(x)的当前极小点x*1出发找到另一个局部极小点x*2,且f(x*1)≥f(x*2),然后再以x*2为初始点用同样的方法来求f(x)的更小的局部极小点,反复以上过程,最终可以找到f(x)的全局最小点x*g.经过数值检验,表明方法是可行有效的.     

滤子QP-free算法

提出了求解光滑不等式约束最优化问题的滤子QP-free非可行域方法.通过乘子函数和F-B非线性互补函数,构造一个等价于原约束问题一阶KKT条件的非光滑方程组.在此基础上,通过牛顿、拟牛顿迭代得到KKT最优条件的解,在迭代的线搜索中,采用了滤子方法.证明了该方法是可以实现的并具有全局收敛性.另外,在较弱条件下可以证明该方法具有超线性收敛性.     

无约束优化的超记忆梯度法及其全局收敛性

提出一类新的求解无约束优化问题的超记忆梯度法,并在较弱条件下证明了算法的全局收敛性.当目标函数为一致凸函数时,对其线性收敛速度进行了分析.     

基于新拟牛顿方程的拟牛顿法对一般目标函数的全局收敛性

文章通过四阶泰勒展开提出了一种新拟牛顿方程,且给出了新的拟牛顿算法,并结合Wolfe非精确线性搜索证明了此新拟牛顿算法对一般非凸无约束优化问题的全局收敛性.     

一种新的拉格朗日乘子方法

对于约束非线性优化问题,提出了一种带3-分片非线性互补问题函数的增广Lagrangian函数,将约束优化问题转化成无约束优化问题来求解。新的增广Lagrangian函数的无约束极小点对应于原约束问题的解及乘子,同时提出相应的Lagrangian乘子方法,该方法可执行并具有收敛性。     

带新的非线性互补函数的广义非精确牛顿法

提出了新的弱正则伪光滑非线性互补（NCP）函数，该函数具有良好的性质．在这个新的NCP函数基础上，求解一个目标函数和约束函数都是光滑的最优化问题．构造半光滑方程组，用来求解非线性约束最优化问题的KKT点，然后用新提出的广义非精确牛顿法解这个半光滑方程组．该方法是可实现的，且具有全局收敛性．最后还证明了在较弱假设条件下，它具有局部超线性收敛性．     

新的拉格朗日乘子方法

对于约束优化问题,提出一类新的结合Fischer-Burmeister非线性互补(NCP)函数的增广拉格朗日函数,它的无约束极小解对应于原约束问题(NLP)的解及其乘子;同时提出相对应的拉格朗日乘子方法.该方法可实现并具有全局收敛性.     

含弱互补函数的可行的无子规划算法

用弱互补函数来代替F-B互补函数，由此而构建出四个光滑的线性方程．还修改了第二个线性方程，从而保证了迭代点的可行性和目标函数的下降性．采用修改的拟牛顿算法修正，在没有要求子矩阵H^k是一致正定的条件下，证明该算法具有全局收敛性和局部超线性收敛性．算例表明，该算法具有很好的应用前景．     

带NCP函数的滤子SQP方法

提出了一种解约束非线性规划问题的算法,这种算法主要基于信赖域SQP方法,不需要使用罚函数作为价值函数,而是使用滤子去判断迭代点是否有效,从而解决了罚参数难选择的问题。同时还结合了NCP函数,使得最优点满足非线性互补条件。最后,从理论上分析了算法的全局收敛性,并通过数值试验说明本算法是有效的。     

修正F-B函数的可行的无序列二次子规划方法

D.G.Pu(2004)提出了一类解不等式约束的最优化问题的QP-free方法,所有得到的迭代点均为可行点.这方法是利用了非线性的Fischer-Burmeiser互补函数,在满足KKR条件的基础上,构建出的几个非光滑线性方程组.但Fischer-Burmeister函数在原点是不可微的,使得构建出的方程组是半光滑的.为此,提出一个修正的光滑化的F-B函数,由它而构建出的方程组是光滑的;还修改了第二个线性方程,从而保证了迭代点的可行性和目标函数的下降性;在一些较弱的条件下,证明了算法具有收敛性和局部超线性收敛性;通过一些算例的计算表明,算法具有很好的应用前景.     

一种新的Lagrange乘子法

基于Lagrange乘子法中将与不等式约束相关的乘子定义为原乘子的正定函数,用同样的方法处理不等式约束和等式约束的构想,构造了一种新的Lagrange乘子法. 分析了该算法的收敛性,并利用LaSalle不变集原理揭示了算法稳定机制及如何减弱收敛条件和扩大收敛域. 分析表明,算法在稳定因素和不稳定因素的综合作用下获得最优解.     

互补问题的一种新Lagrange乘子法

利用文献中给出的NCP函数,将互补问题转化为非光滑方程组的求解问题,构造了解该方程组的新的Lagrange乘子法,在函数为一致P函数的条件下,证明了算法的全局收敛性、局部超线性收敛性和二次收敛性,以及对线性互补问题的有限步终止性,数值实验表明,算法是有效的。     

基于F-B NCP函数的可行QP-free算法

本文得到一种可行QP-free算法,引入ε-有效集策略使得每次迭代只需求解规模较小的线性方程组得到迭代方向,且方程组只包含工作集中的约束,其规模较原问题大大减小,同时不进行弧搜索,从而降低了运算量.