求解无约束最优化问题的一类新共轭下降算法

提出了求解无约束最优化问题的一类新共轭下降算法,并在非精确线搜索下证明了该算法的全局收敛性.数值结果表明,这一算法是有效的.     

Wolfe线搜索充分下降的修正DY共轭梯度法

基于DY和DL共轭梯度法,给出一个新的βk公式,在精确线搜索下该公式等价于βDkY.基于新参数公式建立了采用Wolfe线搜索的共轭梯度算法,证明了算法满足充分下降性和全局收敛性,初步的数值试验结果表明该方法是有效的,适合于求解非线性无约束优化问题.     

一种新的非精确线性搜索下DY共轭梯度法的全局收敛性

给出了一种新的非精确线性搜索,说明了在新的线性搜索下每次迭代产生下降方向．证明了一种共轭梯度算法的全局收敛性．     

修正的共轭梯度法在两种线搜索下的全局收敛性

针对参数βk的不同选取可以构成不同的共轭梯度法,给出了一类求解无约束最优化问题的修正的共轭梯度算法,这种算法能够在较弱条件下证明选定的卢。在每一步都能产生一个下降方向,且在Wolfe线搜索下具有全局收敛性．另外这种算法在另一种Wolfe搜索条件下,若搜索方向为下降时,也具有全局收敛性．     

求解大规模非线性单调方程组的修正HS投影算法

为了更加高效求解大规模非线性单调方程组,克服其他算法存在的如算法复杂、编程难、储存量大等不足,在传统三项HS算法基础上,设计了一个新的搜索方向,并采用投影技术和新型线搜索构建了修正HS投影算法。该算法不依赖任何线搜索,具有充分下降性和信赖域性质,在一般假设条件下具有全局收敛性。初步数值试验表明,新算法的数值表现总体上比传统的HS算法和三项HS算法更优,鲁棒性更好,能够更加高效地求解大规模非线性单调方程组问题。     

两类修正的HS共轭梯度法

给出了两类求解无约束最优化问题修正的HS共轭梯度法.在Wolfe线搜索下,无需给定下降条件即可得到算法的全局收敛性.数值试验证明了该方法的有效性和稳定性.     

一个含参数的混合LS-DY共轭梯度法

对求解无约束优化问题提出了一个含参数的混合共轭梯度法.新算法将LS方法和推广的DY算法相结合,保证在Wolfe线搜索下每次迭代中的搜索方向是充分下降的.证明了该算法的全局收敛性,给出了数值实验结果.     

一类新的带线搜索的非单调自适应信赖域算法

对无约束最优化问题提出了一类新的带线搜索的非单调自适应信赖域算法．新算法采用自适应技术,当试验步不成功时,不重解信赖域子问题,而采用Wolfe线搜索,故相对于原有的算法减少了计算量．并在适当的条件下,证明了算法的全局收敛性．     

一种无约束优化问题的谱共轭梯度法

提出了一种新的谱共轭梯度法,证明了该方法不依赖于任何线搜索具有充分下降性,在Armijo线搜索下证明了算法具有全局收敛性。数值试验结果表明：在Armijo线搜索下,该方法比Necu-lai,Andrei提出的方法有效;并且4种测试函数的数值结果显示：新方法明显优于谱DY算法,也较谱FR算法有效;可以和谱PRP的计算效能相媲美,故算法具有良好的计算效能。     

一个新的共轭梯度算法

针对许多共轭梯度算法的充分下降性都依赖于线搜索过程这一不足,给出了一个新的共轭梯度算法,并在步长搜索满足Zoutendijk条件下证明了算法的全局收敛性.     

广义Wolfe线搜索下共轭梯度法的全局收敛性

共轭梯度法是求解大规模约束问题的有效算法,不同的参数选取构成不同的共轭梯度法.通过研究一个新的求解无约束最优化问题的共轭梯度法,证明该公式在广义Wolfe线搜索下是具有充分下降性,并且是全局收敛的.     

非线性互补问题的一种改进Derivative-free下降方法

提出了一种改进的用于求解非线性互补问题Derivative-free下降方法,其搜索方向为罚Fischer-Burmeister函数非负偏导数的凸组合,搜索策略为一类新的非单调搜索。证明了该算法具有全局收敛性,与传统的Derivative-free下降方法相比,提高了收敛速率,减少了迭代次数。     

无导数线搜索下Broyden-Like方法的全局收敛性

针对文献[1]中提出的无导数线搜索的不足,给出一个新的无导数线搜索,并在此线搜索基础上,研究近似模下降拟牛顿算法所具有的一些性质,并证明了其全局收敛性.     

二次规划问题的一个全局收敛的内点型算法

目标函数是二次函数而约束函数是线性函数的规划问题称为二次规划问题,它是最简单的一类非线性规划问题,利用二次规划问题的约束函数为线性函数的这个特点,结合约束优化问题的一阶最优性条件,提出了二次规划问题的一个全局收敛的内点型算法.算法比较简单,每一步只需要求解一个线性方程组,不需要大量的计算就可以得到可行下降方向,再设置一组参数,沿着该方向进行线性搜索.算法每次迭代都能保持不等式约束函数的严格可行性,具有内点法的特点,而且在不需要凸性的假设下证明了算法是具有全局收敛性的.最后给出了数值实验,进一步证实了算法的可行性与收敛性.     

Armijo搜索下的谱共轭梯度法

基于Hager-Zhang提出的共轭梯度法,构造了一种新的谱风,证明了该方法不依赖于任何线搜索就具有充分下降性,并且在Armijo搜索下证明了算法的全局收敛性。数值试验表明,该方法明显优于谱DY、谱FR、谱PRP算法。     

Multiple phase detector of M-ary phase shift keying symbols in code division multiple access systems

A novel iterative technique,the phase descent search(PDS) algorithm,for M-ary phase shift keying(M-PSK) symbols detection was proposed.This technique constrained the solution to have a unit magnitude and it was based on coordinate descent iterations where coordinates were the unknown symbol phases.The PDS algorithm,together with a descent local search(also implemented as a version of the PDS algorithm),was used multiple times with different initializations in a proposed multiple phase detector;the solution ...     

基于Armijo型线搜索下的谱共轭梯度法

在WYL共轭梯度法的基础上,提出了一种新的谱共轭梯度法,并且证明了该方法在Armijo线搜索下具有充分下降性和全局收敛性.数值试验表明该方法是有效的。     

共轭下降法全局收敛的一个充分必要条件

给出了共轭下降法（简称ＣＤ方法）在一种非精确线搜索条件下全局收敛的一个充分必要条件;通过构造反例说明如果条件被放松,那么ＣＤ方法可以不收敛,因此,该方法不能再改进．