一种求解无约束优化问题的非单调信赖域算法

提出了非单调信赖域算法求解基于锥模型的无约束优化问题,该算法在求解信赖域子问题时充分利用了当前迭代点的一阶梯度信息。提出了一个新的信赖域半径的选取机制,并和经典的信赖域方法作比较分析。设定了一些条件,在这些假设条件下证明了算法是整体收敛的。数值实验结果表明,该算法对基于锥模型的无约束优化问题的求解是行之有效的,拓展了非单调信赖域算法的应用领域。     

解非线性等式约束优化问题的新锥模型信赖域算法术

应用新锥模型信赖域子问题解非线性等式约束问题,提出了一个解此问题的新锥模型信赖域算法,证明了新算法的全局收敛性,并进行了数值比较实验．理论与数值结果表明这个算法是一个值得关注的有效算法．     

基于符号运算和信赖域方法的非线性最小二乘法

以牛顿法为基础,通过符号运算求导和信赖域方法,解决其Hesse矩阵计算工作量大和局部收敛性的问题,设计和实现了非线性最小二乘的通用算法。该方法计算速度快,计算精度高,对初始值的选择不敏感,不仅可以直接用于线性最小二乘,而且可以适用于大数据量的非线性最小二乘。数值试验的结果表明了算法的可行性。     

非单调信赖域方法求解无约束非光滑优化问题

提出了非单调信赖域算法求解无约束非光滑优化问题,并和经典的信赖域方法作比较分析。同时,设定了一些条件,在这些假设条件下证明了该算法是整体收敛的。数值实验结果表明,非单调策略对无约束非光滑优化问题的求解是行之有效的,拓展了非单调信赖域算法的应用领域。     

基于信赖域方法的几何约束求解技术的研究

几何约束求解问题是当前基于约束设计研究中的热点问题。一个约束描述了一个应该被满足的关系,一旦用户已经定义了一系列的关系,那么在修改参数之后,系统会自动选择合适的状态来满足约束。拟将信赖域方法引入到几何约束求解中。因为传统的Newton法在实际计算时对初始点要求比较严格,且每次都要计算导数,当导数值出现奇异状况或非常小时,使计算无法进行,且收敛性不能保证,因而使方法受到一定的限制。信赖域方法既具有Newton法的快速收敛性又有理想的总体收敛性,而且可以解决Hessian阵不正定和鞍点等困难。     

一种非线性互补问题的信赖域算法收敛性

针对非线性互补问题求解困难,利用信赖域算法,并结合极大熵函数法给出该类问题的一种新的有效算法．该算法首先利用极大熵函数将非线性互补问题转化为一个无约束最优化问题,然后应用信赖域算法来优化该问题,并在一定条件下证明该算法具有全局收敛性。数值算例表明算法的有效性。     

解大规模无约束优化的自适应过滤信赖域法

提出一种解大规模无约束优化问题的自适应过滤信赖域法。用目标函数的梯度及迭代点的信息来构造目标函数海赛矩阵的近似数量矩阵,引进了过滤技术和自适应技术,大大提高了计算效率。从理论上证明了新算法的全局收敛性,数值试验结果也表明了新算法的有效性。     

一种BFGS校正的改进信赖域方法

本文利用经典的信赖域方法,针对无约束优化问题,对信赖域进行改进,并在此基础上对算法进行BFGS校正。数值实验证明,相比传统的信赖域方法,改进的信赖域方法在计算效率上有了很大提高;而加入BFGS校正后,新算法相比改进的信赖域方法又有了进一步的提高。     

一类新的带记忆模型的非单调信赖域算法

本文就无约束优化问题提出了一个带记忆模型的非单调信赖域算法。与传统的非单调信赖域算法不同,文中的信赖域子问题的逼近模型为记忆模型,该模型使我们可以从更全面的角度来求得信赖域试探步,从而避免了传统非单调信赖域方法中试探步的求取完全依赖于当前点的信息而过于局部化的困难。文中提出了一个带记忆模型的非单调信赖域
域算法,并证明了其全局收敛性。     

用改进的信赖域方法求解二次插值模型

一种改进的信赖域方法被用来解无约束最优化问题,当目标函数的导数信息不可利用或者求解目标函数的导数代价太大。通常,考虑用二次插值模型来逼近目标函数,并且用传统的信赖域方法求解这个二次模型。传统的信赖域方法将被改进,并且形成两个改进的信赖域子问题。改进的信赖域方法的创新点在于:求解二次模型在一个参数化的信赖域中,修改这个模型在另一个参数化的信赖域当中。在这两个新的信赖域中,可以分别很快地找到一个好的下降方向和一个具有均衡性的插值点。这个改进的方法不但节省了函数值计算次数而且提高了解的精度。实验结果表明,针对测试问题,提出的方法的确是优于传统的信赖域方法的。     

A modified trust region algorithm for nonlinear equations with new updating rule of trust region radius

In this article, we present a trust region algorithm for the nonlinear equations with a new updating rule of the trust region radius, which takes some function of the residual. We show that under the local error bound condition which is weaker than the non-singularity, the new algorithm converges quadratically to some solution of the nonlinear equations. Numerical results show that the new algorithm performs very well for some singular nonlinear equations.     

一类修正的DY共轭梯度法及其全局收敛性

本文提出了一类求解无约束优化问题的修正DY共轭梯度法.算法采用新的迭代格式,每步迭代都可自行产生一个充分下降方向.采用Wolfe线搜索时,证明了全局收敛性.数值实验结果验证了算法是有效的.     

A new trust-region method with line search for solving symmetric nonlinear equations

A new trust-region method is proposed for symmetric nonlinear equations. In this given algorithm, if the trial step is unsuccessful, one line search will be used instead of repeatedly solving the subproblem of the normal trust-region method. Moreover, the global convergence is established under mild conditions by a new way. The quadratic convergence of the presented method is also proved. Numerical results show that the method is interesting for the given problems.     

修正PRP共轭梯度法的全局收敛性及其数值结果

本文提出了一种求解无约束优化问题的修正PRP共轭梯度法．算法采用一个新的公式计算参数,避免了产生较小的步长．在适当的条件下,证明了算法具有下降性质,并且在采用强Wolfe线搜索时,算法是全局收敛的．最后,给出了初步的数值试验结果．     

关于Newton-GMRES方法的有效变型与全局收敛性研究

Newton-GMRES方法是求解大规模稀疏非线性方程组的有效方法之一.由Newton-GMRES方法可以得到具有全局收敛性质的Newton-GMRES后退(NGB)方法.我们就如何提高NGB方法的强健性问题进行了深入探讨,提出了两种改进NGB方法的全局策略,并由此相应地得到了两种更为强健且具全局收敛性质的Newton-GMRES方法.     

大规模优化问题的一个具有充分下降性的共轭梯度算法

本文基于修正的共轭梯度公式,提出了一个具有充分下降性的共轭梯度算法,该算法不需要线搜索,其步长由固定的公式给出．某种程度上,该算法利用了目标函数的二次信息,对目标函数的(近似)二次模型采取了精确线搜索,每步都只需要计算一次梯度值,特别适合大规模优化计算．本文还给出了该算法的全局收敛性分析,并得到强收敛结果．数值实验表明这种算法是很有应用前景的．     

A new semismooth Newton method for NCPs based on the penalized KK function

In this paper, based on the Kanzow-Kleinmichel (KK) function, we introduce a new nonlinear complementarity problem (NCP) function: penalized KK function. We show that the function possesses desirable properties similar to those of the KK function. Based on this new NCP function, we reformulate the NCP to a system of semismooth equations. We also propose a new semismooth Levenberg–Marquardt method to solve the system of semismooth equations that employs both trust region techniques and line searches. The global and quadratic convergence properties can be established under very mild assumptions. Numerical results show the effectiveness of the proposed algorithm and also indicate that superior behaviour of the proposed new NCP function.     

A non-monotone inexact regularized smoothing Newton method for solving nonlinear complementarity problems

In the paper [S.P. Rui and C.X. Xu, A smoothing inexact Newton method for nonlinear complementarity problems, J. Comput. Appl. Math. 233 (2010), pp. 2332–2338], the authors proposed an inexact smoothing Newton method for nonlinear complementarity problems (NCP) with the assumption that F is a uniform P function. In this paper, we present a non-monotone inexact regularized smoothing Newton method for solving the NCP which is based on Fischer–Burmeister smoothing function. We show that the proposed algorithm is globally convergent and has a locally superlinear convergence rate under the weaker condition that F is a P ₀ function and the solution of NCP is non-empty and bounded. Numerical results are also reported for the test problems, which show the effectiveness of the proposed algorithm.     

A quasi-Newton modified LP-Newton method

We consider a method to solve constrained system of nonlinear equations based on a modification of the Linear-Programming-Newton method and replacing the first-order information with a quasi-Newton secant update, providing a computationally simple method. The proposed strategy combines good properties of two methods: the least change secant update for unconstrained system of nonlinear equations with isolated solutions and the Linear-Programming-Newton for constrained nonlinear system of equations with possible nonisolated solutions. We analyse the local convergence of the proposed method under a standard error bound condition proving its linear convergence for nonisolated solutions. Numerical experiments were done in order to show the claimed convergence rate.     

关于同时求解多项式所有零点的改进的Newton法

讨论了同时求解n次多项式所有零点的牛顿法及其改进；给出了保证它们收敛的初值应满足的一个充分条件,并证明了收敛性．数值实例的计算结果是满意的．