一个既约次梯度算法

本文讨论带有线性非负约束的凸不可微规划问题,给出了解这类规划的既约次梯度算法.所给出的算法采用不精确的线性搜索,而且证明了算法的收敛性.     

非光滑逐点最大凸函数的束方法

研究了用束方法求解非光滑逐点最大凸函数的极小化问题，文中给出了最优性条件，次梯度集合的构造方法及算法的迭代程序，提出了新的删除定理，可以减少迭代过程所储存的次梯度的信息量，同时证明了全局收敛定理，极小极大问题，非光滑凸函数。     

非光滑凸最优化的一类全局收敛算法

本文利用非光滑凸分析基本理论,对无约束非光滑凸最优化问题(I)min f(x),x∈R~n,提出了一类信赖域算法,在一定条件下证明了算法的全局收敛性,并指出了利用次梯度聚集方法实现算法的途径。     

简单界约束非光滑方程组的非单调信赖域方法

对简单界约束非光滑非线性方程组提出一种新的非单调信赖域算法,信赖域半径与当前迭代点的投影梯度有关,非单调结构为标准结构．在通常假设条件下,证明了算法具有强收敛性,并给出了初步的数值试验结果．     

不可微优化不动点算法软件包—NDOFPA

介绍在ＩＢＭ－ＰＣ／ＸＴ微机上实现的一个通用的不可微优化不动点算法软件包 ＮＤＯＦＰＡ，它可以用于求集值映射的 Ｋａｋｕｔａｎｉ不动点。求解可微和不可微的非线 性方程组，无约束和约束的优化问题．从已经计算过的几十个例子看出：这一类算法 及其计算软件对于上述问题的求解，效果良好．     

解决约束多设备韦伯问题的一种启发式算法

提出解决约束多设备韦伯问题的启发式算法属于一种定位和分配交替算法.约束多设备韦伯问题包含了常见的不带约束的多设备韦伯问题作为它的特殊情况.在分配阶段,采取最近中心再分组方法;在定位过程中,将非光滑约束韦伯问题转化为优化问题,再将之化为单调线性变分不等式,进而通过投影—收缩方法;在文章的最后给出了几组实例的数据计算结果.     

一种非光滑优化算法收敛速度的估计

以非光滑优化理论为基础,对算法TR的收敛速度作了估计,并证明了算法的线性收敛性.     

无约束非光滑优化的二阶充分条件

利用Penot广义方向导数及Clarke广义梯度,讨论了定义在实Banach空间上的无约束非光滑优化问题的最优性条件,给出了非光滑优化取得严格局部极小的二阶充分条件.     

非光滑复合规划的信赖域算法的全局收敛性定理

讨论了非光滑复合规划min h(f(x))，f是正则的局部Lipschitz函数，g是一个连续可微凸函数，给出了它的一个修正的信赖域算法，证明了该算法的全局收敛性定理，推广了Sampaio等人的相应结果。