共查询到17条相似文献，搜索用时 62 毫秒
1.
使用仿射变换内点回代技术的信赖域子空间算法解线性不等式约束的非线性优化问题．通过构造一个二维子空间,在子空间中求解信赖域的子问题得到迭代方向,结合线搜索内点回代技术获得可接受的步长因子,产生保证目标函数值单调下降的严格内点可行迭代序列．子空间技术的应用使得该方法适用于求解大规模问题．在合理的假设条件下,给出了信赖域子空间算法的良好性质,从而保证了算法不仅具有整体收敛性,而且保持超线性收敛速率,数值计算结果表明了算法的有效性。 相似文献
2.
针对线性约束优化问题,在每次迭代时充分利用当前迭代点及其一阶导数的信息自动生成一个信赖域半径,结合BFGS算法的优点,构造了线性约束优化问题的一种具有全局收敛性的自适应-BFGS算法.在一定条件下,给出了算法的全局收敛性的证明. 相似文献
3.
将一个无约束优化问题的修正BFGS信赖域算法成功地应用于不等式约束优化问题。通过修正BFGS公式构造了新的信赖域子问题,从而得到不等式约束优化问题的修正BFGS信赖域算法,并在一定条件下证明了其可行性。 相似文献
4.
提出一种既有界变量又有线性等式约束的非线性优化问题的信赖域内点算法,在合理的条件下所提供的算法不仅具有整体收敛性而且保持局部收敛速率。数值计算结果说明算法的有效性。 相似文献
5.
6.
徐大川 《曲阜师范大学学报》1996,22(3):23-26
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。 相似文献
7.
提出一个求解LC^1无约束优化问题的信赖域算法,在较弱条件下证明了全局收敛性和超线性收敛性。 相似文献
8.
本文提出了一类新的求解线性等式约束优化问题的锥模型信赖域算法.不同于以往的求解约束问题的锥模型信赖域算法,无论试探步是否被接受,我们在每步都采用Wolfe线搜索得到下一个迭代点,避免了重解子问题,并且保证了序列{Bk}满足拟牛顿方程及其正定性.在适当条件下,证明了算法的全局收敛性,数值试验表明该算法是有效的. 相似文献
9.
给出了线性约束优化问题的一个自适应信赖域算法,其中的信赖域半径是由算法本身自动进行调解的,从而避免了传统算法在选取信赖域半径时的盲目性.借助于非单调技术,获得了算法的全局收敛性. 相似文献
10.
11.
针对等式约束优化问题提出了一个带记忆的等式约束信赖域算法。该算法不同于传统的信赖域方法,此信赖域模型是记忆模型,从全局考虑目标函数的下降性而不完全依赖于当前点信息,采用非单调技术得到了算法的全局收敛性和超线性收敛性。 相似文献
12.
不等式约束最优化的一个具有强收敛性的强次可行方向法 总被引：13，自引：0，他引：13
讨论了非线性不等式约束最优化,利用广义投影技术和强次可行方向法思想,建立了一个新的初始点任意的算法,算法不仅具有全局收敛性,且搜索方向是“二阶”强次可行下降的,在适当假设下,算法具有强收敛性。 相似文献
13.
钱纯青 《上海师范大学学报(自然科学版)》2003,32(4):23-27
提供了求解线性约束的非线性优化问题的非单调信赖域内点算法，在合理的条件下，证明了算法的整体收敛性，并且在最优解局部范围内获得单位步长的可接受性，从而保证了局部超线性收敛速率。 相似文献
14.
提出了一种解线性不等式约束凸规划问题的势下降算法,并在一定的假设条件下,证明了该算法的收敛性,最后通过数值实验验证了该算法的有效性. 相似文献
15.
16.
王华 《内蒙古师范大学学报(自然科学版)》2008,37(1):1-5
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. 相似文献
17.
一种无约束优化的非单调拟牛顿信赖域算法 总被引：1，自引：0，他引：1
提出一种新的信赖域算法, 使子问题产生的试探步
dk始终保持在信赖域中, 在每次迭代过程中, 试探步dk均能得到校正, 当试探步不被接受时, 采用非单调线搜索技术, 无需重解子问题. 在适当的条件下, 证明了算法的全局收敛性. 相似文献