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.     

深度捕食二次梯度加速差分进化算法

针对标准差分进化算法自身存在的贪婪而易于早熟的问题,提出一种深度捕食二次梯度加速差分进化算法.混合算法首先把整个搜索空间作为整体进行广泛搜索,并预设一个梯度加速触发参数,对种群中较优的个体采用基于梯度加速的局部搜索,使算法能够快速收敛到全局最优值.同时为了保持种群的多样性,设计了一种差分变异算子.通过与已有的改进算法仿真对比可知:该算法能够有效地跳出局部极值,防止算法早熟,且收敛速度快.结合相关文献对深度捕食二次梯度加速差分进化算法的工程应用进行了仿真研究,仿真结果验证了该方法的可行性和有效性.     

求解非单调变分不等式问题的修正惯性次梯度外梯度算法

变分不等式问题在经济金融、交通运输、数学规划、力学等领域都有着广泛的应用。 近年来,变分不等式问 题受到许多学者的研究,且这些研究主要集中在求解单调或者伪单调变分不等式问题。 文章在实希尔伯特空间 中,针对非单调变分不等式问题,提出了求解该问题的算法。 借助惯性原理和 Mann 型方法,构造了一个带 Armijo 线性搜索的修正惯性次梯度外梯度算法;在没有 Lipschitz 连续性的假设下,证明了由算法产生的迭代序列强收敛 于变分不等式问题的解,值得注意的是,定理的证明并没有要求映射的任何单调性假设;最后,给出了两个数值实 验,阐明了文章算法的有效性和优越性,所得结果推广和改进了许多最新的结果。     

求解分裂可行问题的次梯度投影松弛算法

在无限维Hilbert空间中，区别于现有许多算法中的正交投影，采用次梯度投影法，提出求解分裂可行问题的次梯度投影松弛算法，并利用次梯度算子的cutter性质以及分类讨论的思想，证明了次梯度投影松弛算法生成的序列弱收敛于分裂可行问题的解.     

基于范数标量化方法的多目标次梯度算法

【目的】提高多目标优化问题的收敛速率及解的精度。【方法】在欧式空间中基于范数标量化方法提出了求解多目标优化问题的次梯度算法。【结果】在每个目标函数与相应最小值的差的平方为凸函数的假设下，证明了多目标次梯度算法的Pareto弱有效解的收敛性。【结论】数值实验结果表明：提出的多目标次梯度算法在求解多目标线性优化模型时具有更快的收敛率，并且在求解非光滑多目标优化问题时具有更高的解的精度。