求解分裂可行问题的一种松驰投影算法

本文提出了一种新的算法来求解分裂可行问题,该算法在每步迭代中应用类-Armijo搜索来获取调整步长,然后给出了一个校正步长,避免了矩阵逆和矩阵最大特征值的计算.我们证明了该算法的全局收敛性.     

一个新的求解无约束优化问题的超记忆梯度法

提出一个新的求解无约束优化问题的超记忆梯度法.该算法在每步迭代中充分利用前面迭代点的信息产生下降方向,利用曲线搜索产生步长,并且在每步迭代中不需计算和存储矩阵,适于求解大规模优化问题.在较弱的条件下证明了算法具有全局收敛性和线性收敛速度.数值实验表明该算法是有效的.     

一类混合的FR-PC共轭梯度法及其全局收敛性

提出了一种混合的FR-PC共轭梯度法,该法每步迭代都可自动产生一个充分下降方向.分别在Wolfe搜索和固定步长公式下证明了算法的全局收敛性,数值实验说明算法是有效的.     

修正AHP中判断矩阵的最佳步长算法

对AHP中判断矩阵一致性的修正方法进行了研究,提出了一种新的最佳步长迭代算法,该法通过分析偏离矩阵与判断矩阵之间的关系,对矩阵中偏差最大的元素进行修正,给出了确定迭代步长的简洁实用的算法,最后,通过算例说明了该算法的可行性.     

输入非线性系统的多步长搜索梯度迭代算法

采用多步长搜索梯度迭代算法对输入非线性系统参数进行辨识.相对于传统梯度迭代算法,该方法无须计算矩阵特征值以确定步长取值范围,而是借助粒子群算法思想,在每次迭代过程中随机产生多个步长,通过比较每个步长对应的代价函数大小,找出所有步长中的最优值.运用该方法对具有丢失数据的非线性系统进行辨识,仿真结果表明,与传统梯度迭代算法相比,该算法的辨识精度较高、收敛速度较快.     

一个求解P*(κ)线性互补问题的高阶Dikin型仿射尺度算法

对于P*(κ)线性互补问题提出了一个新算法———高阶Dikin型仿射尺度算法.算法的每步迭代,基于线性规划Dikin原始———对偶算法思想来求解一个线性方程组得到迭代方向,再适当选取步长,使算法具有多项式迭代复杂性.     

一类新的曲线搜索下的记忆梯度法

提出一类新的求解无约束优化问题的记忆梯度法,在较弱条件下证明了其全局收敛性.新算法有如下特点:(1)采用曲线搜索方法,在每步迭代时同时确定下降方向和步长;(2)利用当前和前面迭代点的信息产生下降方向,无需计算和存储矩阵,适于求解大型优化问题.     

求解P*τ阵线性互补问题的高阶宽邻域内点算法

对P*(τ)线性互补问题提出了一种高阶宽邻域内点算法,在算法的每步迭代过程中,基于线性规划原始-对偶仿射尺度算法的思想来求解一个线性方程组,得到迭代方向,再适当选取步长,得到算法迭代的多项式复杂性.     

非线性互补问题高阶宽邻域内点算法

对p*(κ)线性互补问题提出了一种高阶宽邻域内点算法,在算法的每步迭代过程,基于线性规划原始-对偶仿射尺度算法的思想来求解一个线性方程组得到迭代方向,在适当选取步长,得到算法的多项式复杂性.     

基于高斯-牛顿法的双基地雷达目标定位

为了提高复合双基地雷达系统对目标的定位精度,以及充分利用冗余信息,提出了基于高斯-牛顿算法的空间目标定位算法。该算法的特点是:使用发、收两站所有的观测数据构成一个非线性最小二乘定位方程,采用精度最高的一组测量子集解算出的定位解作为迭代算法的初始值,使初值逼近真值;给出了迭代算法的具体步骤,并将变步长策略引入到算法中,让迭代步长参数每步动态地变化使目标函数下降;推导了定位误差协方差矩阵的表达式,对定位精度进行了分析。仿真结果表明,该算法提高了迭代的收敛性和目标位置解的准确性,与简化加权最小二乘算法(SWLS)相比有更精确的目标定位解,从而使得整个受控区域内的定位精度有较大提高,定位性能得到优化和改善。