局部超线性收敛的信赖域SQP滤子方法

讨论信赖域SQP滤子方法的局部收敛性,SQP滤子方法是解非线性规划的一种较为有效的方法.但是,滤子方法也会遇到Maratos效应.当迭代点充分靠近原问题的严格局部解时,完全牛顿步可能会使目标函数值和约束违反度都上升,从而不被滤子接受,影响了算法的收敛速度.对R.Fletcher,S.Leyffer和L.Toint在"SQP滤子全局收敛算法(2002)"文中的算法进行了修改,提出了一类新的算法.在这类算法中,如果完全牛顿步不被滤子接受,就通过对它进行一个二阶校正(SOC),使得它容易被滤子接受,保证算法具有局部超线性收敛性.     

一类多维滤子信赖域方法的收敛性

滤子方法是一类无需罚函数的方法,它具有良好的数值结果,因此近年来该方法已应用于各种优化问题的求解中。基于滤子方法的有效性和信赖域技巧的强适性,提出了一个多维的滤子信赖域方法,该方法在一定程度上避免了Marotos效应。本文针对这类多维滤子信赖域方法的收敛性进行讨论,得到了该算法是可行并且是全局收敛的,使得新的算法能够得以有效的应用。     

解变分不等式问题的一类滤子SQP算法

针对一般形式的变分不等式问题,考虑将其转化为约束优化问题求解.对于这种特定的约束优化问题,提出了一类新的滤子序列二次规划(SQP)求解方法.基于变分不等式与约束优化问题的不同,在滤子条件中采用了一个二次价值函数作为目标函数,使得一般的变分不等式问题均可用滤子算法求解.采用SQP方法结合滤子方法获取试探步,只需要计算两个简单不等式判断试探步,算法易实现,计算量小.在较弱的条件下证明了算法的全局收敛性.最后,给出了算法的数值算例,与同类算法比较,结果良好.     

两块校正结合滤子线搜索解带有等式约束的非线性优化问题

提出使用两块校正方法结合滤子线搜索策略求解带等式约束的非线性规划问题,滤子方法的使用避免了使用罚函数法时每次确定罚参数的困难,并且证明了在一定的假设条件下该算法的整体收敛性．数值计算结果表明本算法有效。     

解等式约束规划的信赖域SQP滤子方法

讨论了一种信赖域SQP滤子方法的局部收敛性.滤子方法会遇到Maratos效应,尽管完全牛顿步可能是一个超线性收敛步,但是当迭代点充分靠近原问题的严格局部解时,完全牛顿步可能会使目标函数值和约束违反度上升,从而不被算法接受,于是破坏了算法的收敛性.给出一种修改后的信赖域SQP滤子算法,当完全步不被接受时,对算法进行二阶校正(SOC),可以减小其不可行性.修改后的算法可以避免Maratos效应,使算法达到局部超线性收敛.     

新的结合非线性互补问题函数的逐步二次规划滤子算法膊

对于结合非线性互补问题(nonlinear complementary problem,NCP)函数的逐步二次规划(sequential quadratic programming, SQP)滤子算法,提出一种新方法来构造滤子,目的是为了使滤子的接受条件更宽松,降低进行可行性恢复的机率.对于改变滤子构造后会引起的滤子点数量过多的问题,又给出一种限制滤子点数量的办法.另外,通过一些数值例子对这种新算法进行检验,事实证明这种算法是有效的.     

新的结合非线性互补问题函数的逐步二次规划滤子算法

对于结合非线性互补问题(nonlinear complementary problem,NCP)函数的逐步二次规划(sequential quadratic programming, SQP)滤子算法,提出一种新方法来构造滤子,目的是为了使滤子的接受条件更宽松,降低进行可行性恢复的机率.对于改变滤子构造后会引起的滤子点数量过多的问题,又给出一种限制滤子点数量的办法.另外,通过一些数值例子对这种新算法进行检验,事实证明这种算法是有效的.     

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.     

基于滤子的模拟退火算法

利用滤子给出一种求解约束优化问题的新的模拟退火算法.在迭代过程中,该算法可通过现有算法自行产生试探点,然后借助滤子判断某个试探点是否被接受做为新的迭代点.此方法描述简单,使用灵活,而且较少受初始条件限制.     

一类积极集SQP滤子方法

积极集策略是在约束最优化问题中减少约束条件个数的一个有效手段.基于此策略,结合序列二次规划(SQP)方法,并利用滤子以避免罚函数的使用,提出了一类积极集SQP滤子方法,并在合理条件下证明了算法的全局收敛性.数值结果表明算法是有效的.     

求解非线性规划的可行SQP滤子算法

在求解非线性规划问题的方法中,SQP方法是最有效的求解方法之一,而滤子方法也由于有着良好的数值结果,近年来已经广泛应用于非线性规划问题的求解中。文章提出了一类将滤子技巧与可行SQP方法结合起来求解优化问题的方法,该方法保证了每个试探点都不会远离可行域。在适当的条件下证明了算法的收敛性,数值结果证明算法是有效的。     

基于简单二次函数模型的滤子非单调信赖域算法

对无约束最优化问题提出了一个基于简单二次函数模型的非单调滤子信赖域算法。算法在信赖域试探步不被接受时,采用滤子技术,增大试探步被接受的可能性;如果此试探步也不能被滤子集接受,则用固定的公式取搜索方向,并沿此搜索方向进行非单调Wolfe线搜索得到步长,从而产生新的迭代点。该算法不需要重解子问题,减少了计算量。在较少的条件下,证明了算法的全局收敛性。初步的数值试验表明了算法的有效性。     

基于滤子技术的非线性互补问题的Derivative-Free算法

由于滤子技术有很高的应用价值,并能得到很好的数值结果,近来滤子法被广泛用来处理非线性规划问题.论文提出了一种新的解决非线性互补问题的Derivative-Free滤子算法,该算法在单调性的假设下能全局收敛于非线性互补问题的解.     

基于非交换剩余格的模糊蕴涵滤子及其性质

对非交换剩余格的结构作了进一步研究。结合模糊数学的思想和方法, 在非交换剩余格上引入了模糊滤子,讨论了模糊滤子与分明滤子之间的关系; 并且在模糊滤子的基础上引入了模糊蕴涵滤子和模糊正蕴涵滤子的概念, 并讨论其基本性质,给出了模糊蕴涵滤子和模糊正蕴涵滤子的等价刻画, 证明了模糊正蕴涵滤子一定是模糊蕴涵滤子, 模糊蕴涵滤子和模糊正蕴涵滤子在一定条件下是等价的。     

带3-分片NCP函数的无罚函数和滤子的SQP算法

对于非线性约束优化问题,提出了一种新的无罚函数和滤子的SQP算法。根据优化问题的一阶KKT条件,利用乘子和3-分片NCP函数,得到非光滑方程以致简化优化问题。在线搜索的过程中,采用无罚函数和滤子的方法。同时证明了该SQP算法是可行的,并具有全局收敛性。     

一类等式约束非线性优化问题的序列二次规划新方法

本文提出一类新的序列二次规划方法来求解等式约束的非线性优化问题,方法不使用罚函数,避开了罚因子的选取对数值结果的影响,也不采用滤子技巧,去除了滤子方法中的恢复过程。在两个温和条件的假设下,步长的选取不需要目标函数和约束违反度的充分下降,扩大了算法的适用范围,证明了算法的全局收敛性。使用Matlab软件,编写了算法的程序,进行了数值试验,并与著名的优化软件LANCELOT比较,结果表明算法强健有效。     

带3-分片NCP函数的无罚函数和滤子的SQP算法

对于非线性约束优化问题,提出了一种新的无罚函数和滤子的SQP算法。根据优化问题的一阶KKT条件,利用乘子和3-分片NCP函数,得到非光滑方程以致简化优化问题。在线搜索的过程中,采用无罚函数和滤子的方法。同时证明了该SQP算法是可行的,并具有全局收敛性。     

ΕQ-代数上的模糊前滤子

模糊化方法可以有效简化代数结构的复杂性。因而文中应用代数系统模糊化方法和模糊集水平截集方法,研究EQ-代数的模糊前滤子的性质及其生成方法。进而得到以下结果:引入了EQ-代数模糊前滤子和素模糊前滤子的概念。分别给出了EQ-代数模糊前滤子、素模糊前滤子与前滤子、素前滤子之间的关系。给出了EQ-代数上由一个模糊子集生成一个模糊前滤子的公式。最后,得到了一个EQ-代数上全体模糊前滤子的集合构成一个完备模格。     

非线性等式优化的一种非单调SQP滤子算法

SQP滤子方法是解非线性规划的一种较为有效的方法,但是滤子方法也会遇到M aratos效应.采用非单调技术来避免M aratos效应,并采用降维的Byrd和Omojokun方法来计算试探步.在一定条件下,给出了全局收敛性证明,数值试验表明该算法有效.     

求解非线性方程组的非单调滤子算法

提出了一个新的求解非线性方程组的滤子算法,首先把非线性方程组的求解转化成一个非线性优化问题,然后借助非单调技术和滤子技术求解该问题,从而得到了原方程组的解.在适当的条件下,证明了该算法的全局收敛性,初步的数值试验表明了该算法的有效性.