一种求解二次模型信赖域子问题的新算法

在Hessian矩阵正定的前提下,首先根据信赖域子问题精确求解方法的思想,得到了最优曲线的参数方程,进而建立了一种最优曲线的微分方程模型.针对此微分方程模型,运用中点公式构造了一条折线.从而用该折线代替最优曲线,提出了一种求解二次模型信赖域子问题的新算法.数值结果表明新算法比切线单折线法具有明显的优势.     

解信赖域子问题的分段Hermite插值法

基于求解信赖域子问题的分段割线法,在Hessian矩阵正定的前提下,利用分段三次Hermite插值方法构造了一条曲线,提出了一种求解信赖域子问题的分段Hermite插值法,并证明了此曲线路径的合理性。数值结果表明新算法是有效且可行的。     

一种求解不定信赖域子问题的精确解法

在Hessian阵不定的情形下,分别选取两种不定修正方法,通过数值实验分析并对比了这两种方法下最优解的情况。最后综合考虑了两种方法的优缺点,提出了求解信赖域子问题的修正分段割线算法。数值结果表明此修正是有效且可行的。     

求解信赖域子问题的Adams四阶预报校正格式算法

在已建立的微分方程模型的基础上,联合Adams四阶预报—校正格式求解二次模型信赖域子问题.文章提出了Adams四阶预报—校正格式算法,分析了算法对应折线的性质,并将其与Adams四阶显式算法、Adams四阶隐式算法进行数值实验比较.数值实验结果验证了该算法有效、可行.     

解信赖域子问题的混合折线法

基于Powell的单折线法，Dennis的双折线法和赵英良的切线单折线法，提出了解信赖域子问题的一种混合折线算法，并给出了数值试验结果。     

解信赖域子问题的多折线算法

Hessian阵正定时,基于双割线折线法构造了一条多折线路径来代替最优曲线求解信赖域子问题,形成多折线算法.从几何上分析了多折线算法比割线法求解子问题时更精确,给出了多折线算法的收敛性分析,数值试验与双割线折线法比较知新构造的算法更好.     

求解信赖域子问题的一个光滑牛顿法

信赖域子问题的有效求解是实现信赖域算法的关键.利用光滑Fischer-Bermeister NCP函数提出了一个求解信赖域子问题的光滑牛顿法.数值实验表明所提出的算法是有效的.     

无约束优化问题的锥模型回溯过滤信赖域算法

基于锥模型信赖域框架,结合多维滤子集技巧,提出一个求解无约束优化问题的回溯过滤信赖域算法,锥模型比二次模型更一般,其信赖域模型是它的一个特例.而且对比于一般的二次模型,更多地利用了每一个迭代点的信息.本文在通常的假设条件下,分析了算法的全局收敛性.     

一种求解不定信赖域子问题的双割线折线法

结合利用Hessian阵的特征值性质,针对Bk是不定的情况,提出了一种双割线折线法来求解不定的信赖域子问题,并从理论上分析了当Bk不定时,双割线折线路径的合理性,且给出了算法的收敛性质。最后,详细的数值试验表明,算法是有效的。     

基于齐次模型的信赖域算法

提出一种基于齐次模型的信赖域算法，传统的基于二次模型的信赖域算法只是它的一个特例。由于该模型比二次模型更近似目标函数，故新算法优于传统的信赖域算法。     

一个求解等式和不等式约束优化问题的信赖域算法

给出了一个求解一般约束优化问题的信赖域算法，此算法采用光滑的增广拉格朗日函数作效益函数，在适当的条件下，证明了算法的整体收敛性。     

修正二次插值模型算法中信赖域半径有界性的证明

本文首先给出了修正二次插值模型算法,之后对算法中信赖域半径的有界性做了证明。     

关于二次子问题的解

信赖域方法是非线性规划中一类十分重要的方法,而信赖域方法都需要求解信赖域子问题.目前常用且易于实现的子问题有二种,在讨论算法的收敛时,总是假定这二种方法求出的子问题满足充分下降性条件.本文给出了这二种子问题的解的关系.     

关于二次子问题的解

信赖域方法是非线性规划中一类十分重要的方法,而信赖域方法都需要求解信赖域子问题。目前常用且易于实现的子问题有二种,在讨论算法的收敛时,总是假定这二种方法求出的子问题满足充分下降性条件。本文给出了这二种子问题的解的关系。     

广义信赖域子问题的二阶锥重组技术

二次约束优化问题在非线性规划的研究中处于基础性地位,而广义信赖域子问题是二次约束优化问题中的一类非常重要并且应用广泛的问题.对于非凸的广义信赖域子问题来说,如果它与它的拉格朗日对偶问题之间存在着正的对偶间隙,那么该问题的全局最优解的求解就会变得困难起来.近年来,二阶锥重组技术在缩小和消除广义信赖域子问题的对偶间隙上取得了一系列重要成果,将对这些重要的结果进行回顾并对未来给出展望.     

解信赖域子问题的混合折线法

基于Powell的单折线,Dennis的双折线和赵英良的切线单折线,结合利用Hessian阵的特征值性质,提出了求解信赖域子问题的一种修正混合折线法．适当条件下,分析了修正混合折线路径的合理性．数值实验说明了本算法的可行性．     

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。     

求解非线性最小二乘问题的自适应锥模型信赖域算法

针对非线性最小二乘问题,利用锥模型算法思想,给出了海赛矩阵中二阶信息项的割线近似的不同校正公式,并利用自适应信赖域技术给出了求解非线性最小二乘问题的自适应锥模型信赖域算法.算法中我们允许使用非精确方法近似求解信赖域子问题.文中给出了新算法的全局收敛性和超线性收敛性分析以及数值试验结果.     

解无约束最优化问题的子空间信赖域法

对无约束最优化问题给出了一类具有降维和记忆功能的子空间信赖域算法。该方法既有信赖域算法的特点，又有多信息下降法的特点，故收敛速度较快，初步的数值试验也证实了这一点。     

三项预处理共轭梯度法与信赖域子问题

信赖域方法是解无约束优化问题的有效的和可靠的方法,共轭梯度法由于不需要矩阵计算和存贮,成了解问题的首选方法,在本文中,我们提出了信赖域子问题的三项预处理共轭梯度法,并将这个方法嵌入解大型最优化问题的信赖域算法中,文章讨论了方法的特性,证明了方法的总体收敛性质,并给出了有限的数值试验。