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。     

一般约束问题的广义摄动梯度投影算法

讨论带不等式和等式约束优化问题,提出了求解非线性规划问题的广义摄动梯度投影算法。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广义梯度投影法,避免了转轴运算,使计算量大为减少,并证明了算法的全局收敛性。     

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。     

不等式约束极小极大问题的一种近似法

结合极大熵方法与不等式约束非线性规划的有关算法，提出了求解不等式约束极小极大非线性规划的一种近似法，并讨论了算法的有关收敛性。     

不等式约束极小极大问题的一种近似法

结合极大熵方法与不等式约束非线性规划的有关算法，提出了求解不等式约束极小极大非线性规划的一种近似法，并讨论了算法的有关收敛性     

广义投影算法及性质

对于求解线性约束下的非线性规划问题,为了能够得到一个简单可行的超线收敛算法,在充分利用目标函数的二阶信息,不需要采用δ－主动约束的条件下,利用广义投影矩阵,采用非精确搜索构造单一的可行下降方向,得出算法的整体收敛性,并在一定的假设下得到紧约束不变从而得到超线性的收敛性。     

初始点任意优化问题的广义梯度投影法

利用广义的投影与罚函数技巧和辅助规划处理等式和不等式约束问题以及采用二阶段搜索方法，给出了一个初始可任意的带不等式和等式约束的优化问题的广义梯度投影算法，并证明了该算法具有全局收敛性。     

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。     

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。     

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。     

线性规划的梯度投影算法

Karmarkar算法是解线性规划的多项式算法,但其具有数值不稳定的缺点,同时,由于它属于内点法,在算法终止时所得的点始终是一个近似最优解。文中给出的梯度投影法,可以穿过区域内部,或穿过区域的边界的相对内部,证明了该方法将在有限步终止。     

线性约束下广义共轭梯度投影法

本文以共轭类投影代替正交投影给出了一类带参数的广义共轭梯度投影法,适用于求解带线性约束的非线性最优化问题。在较简单的假设条件下,证明了算法的全局收敛性。本算法具有较广泛的理论和实用价值。     

退化约束拓广的梯度投影法

文［１］给出了一个新的梯度投影型算法，用于求解带有线性约束条件的非线性规划问题。本文在文［１］的基础上，去掉非退化假设，给出了一个线性子规划程序，用于解决约束条件的退化问题，同时证明了算法的可行性和收敛性。     

求解无约束优化问题的一种共轭梯度法

共轭梯度法是求解大规模约束问题的有效算法,鈑的选取构成不同的共轭梯度法.提出了求解无约束优化问题的一种改进的共轭梯度法,修正了鈑,并在wolf线搜索下证明其全局收敛性.     

一般强单调变分不等式的改进投影算法

给出了解一般强单调变分不等式的一种改进投影算法。此算法运用自适应过程产生了一种高效的步长选取策略,提高了投影算法的效率;在算子为g-强单调的条件下,建立了全局收敛定理,得到了此算法数值的实验结果。