非线性最优化的投影型算法

以作者的研究成果为主，以利用梯度投影的各种技巧为主线，对非线性最优化的有关带转轴运算的、广义投影的、线性系统的、超线性收敛的以及统一算法模型的各种算法进行系统、简要的综述，最后提出若干展望。     

优化问题的序列线性方程组解法

拟牛顿算法是求解无约束优化问题的有效算法.序列二次规划方法是将拟牛顿算法应用于求解约束优化的推广与发展,它保持了拟牛顿算法的超线性收敛速度而成为约束优化的重要算法类.序列线性方程组方法则是它的进一步发展,目的在于每步求迭代方向dk时避免求解计算量较大的二次子规划.现在序列线性方程组方法仍在研究和发展,目的是简化算法结构、减少计算量,同时保持算法的优良性质.     

线性规划的Karmarkar方法

线性规划的多项式算法——Karmarkar方法，是近期国际运筹学界的名成果．它在理论与实用上都有重要意义．本希望用比较通俗的方式介绍它，以便让更多的人们了解这一方法并将它应用于实际，产生更多的经济效益．     

优化问题与线性逼近解法

本概要地介绍了运筹学的重要分支——最优化的研究背景及作为基础方法的线性逼近解法,中首先介绍线性规划及名的G．B．Dantzig单纯形方法,随后介绍了基于线性规划解法的线性逼近即Frank—wolfe方法以及基于投影概念的求解带非线性等式与不等式约束条件的优化问题的广义投影算法．只要掌握了线性规划的建模及解法,就能应用于许多实际问题．对于大型问题,目前国内已有相应的解题软件．     

初始点任意且全局收敛的梯度投影法

当以前用梯度投影法解问题(NP)时,初始点必须是可行点。本文将梯度投影与罚函数相结合,给出了求解问题(NP)的一个初始点可任意、迭代方向结构简单且具有全局收敛性的算法。算法中的罚参数只需调整有限次。     

非线性规划的超线性收敛算法

本文概述了非线性规划中的两类超线性收敛算法的基本原理和发展,指出了信赖域方法是值得人们注意的一个方法。     

A UNIFIED APPROACH TO THE METHOD OF GRADIENT PROJECTION WITH ARBITRARY INITIAL POINT

In this paper,we present a family of gradient projection method with arbitrary initialpoint.The formula of search direction in the method is unitary.The convergent conditions ofthe method are given.When the initial point is feasible,the family of the method contains severalknown algorithms.When the initial point is infeasible,the method is exactly that given in[6].Finally,we give a new method which has global convergence property.     

拟牛顿算法的基本性质

介绍无约束优化的Broyden算法族的基本性质，即算法产生的校正矩阵{Bk}或{Hk}的正定传递性以及产生的迭代方向的共轭性，这些性质是其他优化算法不具备的，还介绍了Huang算法族及它的重要性质．     

线性规划的Karmarkar方法(续)

线性规划的多项式算法——Karmarkar方法，是近期国际运筹学界的著名成果，它在理论与实用上都有重要意义，本文希望用比较通俗的方式介绍它，以便让更多的人们了解这一方法并将它应用于实际，产生更多的经济效益。     

优化问题的拟牛顿算法

拟牛顿算法是无约束优化问题的有效而名的算法,是牛顿法的近似,牛顿算法要求目标函数二次连续可微,Hesse阵非奇异且正定,计算量较大,拟牛顿算法只要求目标函数一次连续可微,以拟牛顿方程为基础来构造算法,易于实现,计算量较小,并形成了完整的算法体系,在理论与应用上都有重要意义,