排序方式: 共有14条查询结果,搜索用时 15 毫秒
1.
2.
介绍了一种线搜索滤子SQP算法,在适当的条件下证明了它的全局收敛性。该算法无需使用罚函数作为价值函数,也不需要可行性恢复阶段,对滤子接受条件有所改进,使其更容易接受好的迭代步,数值结果表明它是非常的。 相似文献
3.
沈春根 《同济大学学报(自然科学版)》2009,37(3)
笔者曾提出一种不可行序列线性方程组滤子方法.它将不可行无需二次规划(QP-free)方法与滤子技巧结合,可以避免罚参数的选取.只需求解两个具有相同系数矩阵的线性方程组以得到搜索方向.在一定程度上克服了序列二次规划方法的缺点.在以上算法的基础上,增加了一个同系数矩阵的线性方程组以计算二阶校正步,使得算法避免了Maratos效应.在一定的条件下,证明了该算法的局部超线性收敛性. 相似文献
4.
5.
6.
一种序列线性方程组滤子算法的全局收敛性 总被引:1,自引:1,他引:0
提出了一种不可行序列线性规划滤子方法,只需求解2个具有相同系数矩阵的线性方程组以得到搜索方向,在一定程度上克服了序列二次规划方法的缺点并提高了计算效率.算法中使用了χ-有效集.给出了该算法的全局收敛性证明,并给出了数值结果说明该算法的有效性. 相似文献
7.
8.
投资组合管理需要在资产池中挑选合适的标的资产并确定投资组合配资比例,相关计算的时效性非常重要。基于L1范数的稀疏Min-CVaR(Minimum Conditional Value at Risk)模型可以同步完成挑选标的资产和确定配资比例,由于增加稀疏项,相比于标准Min-CVaR模型求解更复杂。为了有效求解大规模问题,基于原始模型中约束的结构特征,构造了其拉格朗日对偶模型,通过最新的商业求解器GUROBI 12.8求解对偶模型完成计算工作。使用基于三因子模型模拟的大规模情景数据(50000行200列)和标普500高频交易数据(28805行483列)进行了数值实验,结果显示对偶模型可以数倍提升计算效率,甚至比直接求解不具有稀疏性的标准Min-CVaR模型更快。 相似文献
9.
对带等式和不等式约束的最小二乘半正定规划问题的求解进行了研究。在Slater约束规范条件下,对偶问题的最优解与原问题最优解相等。因此,考虑将最小二乘半正定规划问题转化为相应的对偶问题,通过求解对偶问题达到求解原问题的目的。针对最小二乘半正定规划问题的对偶问题,首先构造相应的二次模型,沿负梯度方向最小化该二次模型得到柯西点,在此基础上,利用积极约束技巧,划分积极约束集与非积极约束集,然后应用L-BFGS技巧对自由变量进行加速,从而求得对偶问题的最优解。最后,从理论上证明了算法的全局收敛性,并进行了初步的数值实验,将该算法与光滑化牛顿法作对比,结果表明该算法在计算时间上有一定的优势。 相似文献
10.
考虑将原不等式约束优化问题转化为与其等价的带等式约束的优化问题,并证明它们具有相同的KKT条件.转化后的问题要求其乘子是非负的,故其KKT条件与一般的等式约束优化问题不同. 针对这种具有特定的等式约束优化问题,提出了一种求解不等式约束优化问题的不可行序列线性规划滤子方法.该算法只需求解两个具有相同系数矩阵的线性方程组以得到搜索方向,因此计算量较小.最后给出了该算法的全局收敛性证明和数值结果. 相似文献