一般约束极大极小值的梯度投影算法

对一类带等式、不等式约束的极大极小值问题进行了研究,将其转化为带等式、不等式约束的非线性规划问题,并利用梯度投影算法进行求解。该算法在有限步达到最优点或产生一系列点,且其极限点是最优点。该算法减少了计算量,克服了数值实现上的困难,证明了算法的收敛性。     

非线性极大极小问题的一个有效算法

针对一类非线性约束极大极小问题,利用极大熵方法将其转化为带等式、不等式约束的非线性规划问题,给出了一种梯度投影算法,解决了一般约束的非线性大系统优化问题,该算法初始点可任意;同时证明了该算法的全局收敛性。初步的数值试验表明,对于该类极大极小问题,算法有良好的数值表现。     

非线性极大极小问题的可行信赖域算法

针对一类非线性约束极大极小问题,利用极大熵方法将转化为带不等式约束的非线性规划问题,给出了一种可行信赖域算法,解决了不等式约束的非线性大系统优化问题,并证明了该算法的全局收敛性。初步的数值试验表明,对于该类极大极小问题,本算法有良好的数值表现。     

求解不等式约束极大极小值问题的罚函数方法

构造一个新的简单精确光滑罚函数来求解含不等式约束极大极小值问题。首先通过添加一个变量,将含不等式约束的极大极小值问题转化为与之等价的连续约束优化问题,然后利用新的简单精确光滑罚函数,对等价的连续约束优化问题进行求解。在扩展的MF约束规范条件下,可以证明：当罚参数充分大时,无约束优化问题的局部极小点也是原极大极小值问题的局部极小点。算例结果表明,给出的罚函数方法可有效地求解含不等式约束的极大极小值问题。     

求解不等式约束极大极小值问题的罚函数方法

构造一个新的简单精确光滑罚函数来求解含不等式约束极大极小值问题。首先通过添加一个变量,将含不等式约束的极大极小值问题转化为与之等价的连续约束优化问题,然后利用新的简单精确光滑罚函数,对等价的连续约束优化问题进行求解。在扩展的MF约束规范条件下,可以证明:当罚参数充分大时,无约束优化问题的局部极小点也是原极大极小值问题的局部极小点。算例结果表明,给出的罚函数方法可有效地求解含不等式约束的极大极小值问题。     

线性相位FIR滤波器约束Chebyshev设计的增广Remez算法

主要讨论线性相位FIR数字滤波器的约束Chebyshev设计问题．Remez算法是一种高效的Chebyshev逼近算法，而其理论基础是交错点组定理、针对约束Chebyshev逼近问题提出一个增广交错点组定理，并根据此定理提出了一个增广Remez算法，用于求解带不等式约束的线性相位FIR数字滤波器的Chebyshev设计问题．如果问题的解存在，此算法一定收敛到问题的解、与现有其它方法的比较表明，此算法有很高的效率．     

线性相位FIR滤波器约束Chebyshev设计的增广Remez算法

主要讨论线性相位FIR数字滤波器的约束Chebyshev设计问题 .Remez算法是一种高效的Chebyshev逼近算法 ,而其理论基础是交错点组定理 .针对约束Chebyshev逼近问题提出一个增广交错点组定理 ,并根据此定理提出了一个增广Remez算法 ,用于求解带不等式约束的线性相位FIR数字滤波器的Chebyshev设计问题 .如果问题的解存在 ,此算法一定收敛到问题的解 .与现有其它方法的比较表明 ,此算法有很高的效率 .     

一种带不等式约束的Bottleneck问题的Primal算法

讨论了一种带不等式约束的Ｂｏｔｌｅｎｅｃｋ问题,给出了其最优解的一个充分必要条件及求问题最优解的一个Ｐｒｉｍａｌ算法,并给出了一个数值例子。     

初始点任意的摄动梯度投影法

利用梯度投影与罚函数相结合的技巧,将带不等式和等式约束的优化问题化成一个无约束问题,提出了初始点可任意的求解不等式、等式约束优化问题的摄动梯度投影算法;参数δk取不同的数还可以得到一类梯度投影算法,从而得出了在搜索方向和步长不精确条件下的梯度投影法,保证了在实际应用中更容易实现;在较弱条件下,证明了该算法的全局收敛性。     

非线性约束最优化在广义投影下强次可行方向法的统一模型

对非线性不等式约束最优化问题进行了讨论，借助广义投影建立求解问题的一个含系列自由参数的统一算法模型，该算法模型能以任意点为初始迭代点，并且迭代点列所满足的约束函数的个数单调不减，不断累加；进一步地，一旦迭代点进入可行域，模型就能保持在可行域内迭代，成为可行下降类算法，称具有这种性质的算法为强次可行方向法．在适当的条件下证明了算法模型的全局收敛性，文中模型同时提供了一种求解非线性不等式组的叠累型方法。     

一般约束优化问题的摄动梯度投影法

利用梯度投影法与罚函数技巧,将带等式和不等式约束优化问题化成一个无约束问题,提出了求解不等式、等式约束优化问题的摄动梯度投影算法。考虑到计算的误差因素,在搜索方向上进行摄动,得到一个方向不精确的梯度投影法。参数Wk取不同的数还可以得到一类梯度投影法。从而保证了在实际应用中更容易实现,在较弱的条件下,证明了该算法的全局收敛性。     

一种新的填充函数方法

提出了一种解决含有等式约束及不等式约束的全局优化问题的填充函数方法.该方法是把含有等式约束及不等式约束的全局优化问题,转换成只含有不等式约束的全局优化问题,再利用罚函数的思想,把求解有约束的全局优化问题化成求解无约束的全局优化问题.     

一种广义扩展型増广拉格朗日方法

为了求解线性等式约束和不等式约束的凸优化问题,在平衡増广拉格朗日方法B - ALM的基础上提出了一个新的惩罚性的増广拉格朗日方法(P - ALM).数值实验表明,该方法可用于求解线性等式和不等式约束的凸优化问题,且参数条件更为放松.     

一种关于序列二次规划和lp罚函数的推论与证明

针对一般的含有不等式和等式约束的非线性优化问题,给出了一个关于序列二次规划和lp罚函数的推论与证明.推导了当取相应的二次规划子问题的解作为搜索方向时,则lp罚函数沿该搜索方向的方向导数满足一定的不等式条件;同时通过确定罚参数的取值范围,证明了该搜索方向是lp罚函数在原问题处的下降方向.     

初始点任意的广义梯度投影算法

利用广义梯度投影与罚函数技巧,将等式与不等式约束问题化成一个无约束问题。给出了一个初始点任意的广义梯度投影算法,削弱了文献[8]的条件,罚参数在计算中自动调整,在迭代次数适当大时成为常数,并证明了算法具有全局收敛性,在实际应用中也容易实现。     

约束Minimax问题的SQP-Filter算法及收敛性

提出了一个求解带等式和不等式约束的Minimax问题的SQP-Filter算法,每步通过求解2个二次规划子问题来得到搜索方向,并沿该方向做线搜索。该算法避免了较难的罚因子的选取,克服了Maratos效应,并在适当的假设条件下,得到了算法的全局收敛性。