求解最小包容球问题的一类光滑逼近算法

考虑Rn空间中的最小包容球问题,提出一类光滑逼近算法.此外,给出数值实验结果,表明本文的算法比Pan等(Applied Mathematics and Computation,2006,172(1):49-61.)的算法更有效.     

加权最小包容球问题的对偶光滑逼近算法

【目的】研究加权最小包容球问题,并给出一类求解该问题的算法。【方法】加权最小包容球问题是一个极大极小化的非光滑问题。首先利用对偶方法将该问题转化为极小化非光滑问题,然后利用光滑逼近思想,将该问题转化为极小化的光滑问题进行求解。【结果】根据数据实例表明该算法有效。【结论】得到求解加权最小包容球问题的一类对偶光滑逼近算法。     

求解加权最小闭包球问题的列生成算法

先建立求解加权最小闭包球(WMEB)问题的序列最小最优化(SMO)算法的线性收敛性, 再结合列生成算法的思想, 即每次迭代将与当前球 心加权距离最远的点加到核心集中, 并调用SMO算法, 提出一种求解WMEB问题的列生成算法. 数值实验结果表明, 该算法能有效提高求解大规模数据集上WMEB问题的计算效率.     

求解最小包容圆问题的一种有效算法

基于非凸二次规划的解法,提出一种新的算法来求解最小包容圆问题.在数值实验中,新算法处理的数据越大比已知的算法越有效.     

求解SEB问题的有限记忆BFGS方法

目的求解n维空间中m个球的最小闭包问题。方法利用光滑函数将该问题转化为无约束非光滑凸优化问题。结果给出了解该优化问题的有限记忆BFGS算法。结论数值结果表明该算法求解高维空间中球的最小闭包问题的可行性及有效性。     

求解非线性加权互补问题的光滑算法

研究一个新的求解非线性加权互补问题的光滑算法.该算法利用一个带有权重的光滑函数,将非线性加权互补问题等价转化成一个光滑方程组,再利用牛顿法求解此方程组.在非奇异条件下,证明了算法具有全局和局部二次收敛性质.数值实验结果表明算法是非常有效的.     

求解非光滑问题的修正HS共轭梯度法

结合Moreau-Yosida正则化和非单调线搜索技术,提出一种求解非光滑问题的修正HS共轭梯度算法.推导出搜索方向自动满足充分下降条件,证明该算法在适当条件下具有全局收敛性.数值算例验证了该算法能够高效地处理非光滑极小化问题.     

求解非线性互补问题的一个光滑逼近算法

提出了求解非线性互补问题的一个光滑逼近算法,在一定条件下证明了该算法的全局收敛性。数值试验表明这一算法是十分有效的。     

求解奇异非线性方程组的牛顿不精确最小二乘算法

对运用M-P逆建立的Newton迭代法做近似,构造不精确的算法.取Newton方程组的最小二乘解的近似解推导构造不精确的算法,结果可得到不精确Gauss-Newton算法和不精确Levenberg-Marquardt算法;用一迭代法计算雅可比矩阵的Moore-Penrose逆,截取它的一个近似矩阵构造不精确的算法,给出了近似程度的控制条件,证明了其收敛性;用雅可比矩阵的局部信息代替其全部信息构造不精确的算法,证明了算法的收敛性.数值例子也表明了不精确算法在求解大型方程组问题上的优越性.     

一种共轭梯度算法的全局收敛性

本文提出了一种计算βk的新公式，即提出了一种新的共轭梯度法，证明了一种非精确线性搜索能够保证这种算法的下降性和全局收敛性．     

带非精确线搜索的共轭梯度算法之收敛性

给出一类以共轭梯度算法为其子类的下降迭代算法.并在三种非精确线搜索下给出了这类算法的较弱的收敛性条件.     

一个求解加权MAX-SAT问题的改进蚁群算法

加权MAX-SAT问题(WMSAT)是一个NP-难问题,针对WMSAT的特点,提出一个改进的蚁群算法。该算法的研究对象由边转化为顶点,简化算法模型;提出取值概率的概念,并以之替换信息素,实现对蚁群进化的直接控制,提高蚁群的可进化性。实验结果表明新算法是有效的。     

求解无约束优化问题的一种新方法

提出求解无约束优化问题的一种新的共轭梯度公式,证明该公式在精确线搜索、GL线搜索和WWP线搜索下具有全局收敛性.数值试验表明该方法是有效的.     

一类新的光滑函数及求解非线性互补问题的光滑牛顿算法

本文构造了非线性互补问题的一类新的光滑函数,利用新的光滑函数将非线性互补问题转化为非线性方程组。然后提出了求解一般非线性互补问题的光滑化牛顿算法,并且证明了算法的全局和局部收敛性。     

基于加权最小二乘的主结构快速提取算法

从复杂纹理图像中提取主结构是计算机视觉和图形应用的基本过程.针对加权最小二乘法依赖于梯度大小、无法去除对图像语义贡献很小的小规模、高对比度的振荡细节（如纹理）的问题,提出一种新的用于抑制图像纹理的权重算子,并对该权重算子的有效性进行验证.为了解决在优化全局目标函数过程中需要求解大型稀疏拉普拉斯矩阵、计算成本高的问题,采用代数多重网格算法作为共轭梯度法的预处理算子加快稀疏矩阵方程的求解速度.实验表明,提出的权重算子能有效地抑制图像纹理,并且图像主结构的边缘不会被模糊,其滤除纹理、提取主结构的效果优于其他同类算法.另外,所用的加速算法和其他传统预处理算法相比,能将主结构的提取时间缩短很多.     

求解二次锥规划问题的非精确光滑算法

针对大规模二次锥规划问题提出一种非精确光滑算法.  该算法允许搜索方向有一定的误差, 在选择步长时采用非单调线性搜索策略. 证明了从任意点出发能得到算法的局部二次收敛速率.     

基因算法在求解非光滑优化问题中的应用 (三峡地区资源环境生态研究)

本文考虑了基因算法在求解非光滑优化问题中的应用。非光滑优化方法致力于求解目标函数为连续不可微函数的数学规划问题。因为目标函数的不可微性,传统的以梯度为基础的确定性算法在求解非光滑问题时会遇到障碍,所以运用不需要梯度信息而只需要目标函数值信息的遗传算法来求解非光滑问题是一个不错的选择。遗传算法是基于自然界生物遗传变异过程而设计的一种优化算法,它首先对问题的可行解进行编码,编码方法有0-1编码,格雷编码和实数编码,然后运用交叉算子,变异算子和选择算子产生下一代种群。当种群迭代达到一定的次数后,种群中的最优染色体就会收敛到原问题的最优解。本文设计的基因算法基于实数编码,算子分别采用算术交叉算子,非一致变异算子,最佳选择算子。     

一类新共轭梯度法在几种非精确线搜索下的收敛性

讨论在三种非精确线搜索下，NCG法的收敛性质。     

非单调光滑牛顿算法求解随机广义线性互补问题

A class of stochastic generalized linear complementarity problems with finitely many realizations is studied. Based on Expected value formulation and smoothing symmetric perturbed Fischer function,the stochastic generalized linear complementarity problems are reformulated as a system of smoothing equations. Then, a smoothing Newton method with nonmonotone line search strategy is presented to solve thenew formulation. Moreover, it's proved that this nonmonotone smoothing algorithm is globally and localquadratically convergent under suitable assumptions.     

一种使用最小包容区域法基于旋转变换求解平面度误差的方法

此方法是基于旋转变换求解平面度的。它克服了以往计算方法准确度低、无法处理复杂数据的缺点 ,能够快速、准确地处理任意布点方案下测得的数据。