求解非线性互补问题的一个无导数下降算法

在实际求解过程中，一些非线性互补问题没有导数或很难获得导数，因此提出了无导数下降算法。通过讨论了非线性互补问题在经过价值函数的极小化变形之后的解决方法，提出求解非线性互补问题的一个无导数下降算法，在一定条件下证明了该算法的适定性及收敛性，利用数值例子表明了算法是有效的。     

求解非线性互补问题的一个下降算法

提出了非线性互补问题的一个下降算法,并在一定条件下证明了该算法的收敛性定理,同时给出了一些数值例子,得到很好的数值结果.     

非线性互补问题的光滑算法

基于非线性互补问题(NCP(F))的等价变形,利用Fischer-Burmeister函数的光滑逼近函数将非线性互补问题转化为优化问题.提出了一种求解非线性互补问题的光滑逼近算法,通过构造非线性互补问题的一个新的光滑逼近函数,将非线性互补问题等价地转化为求解光滑方程组问题.在一定条件下证明了该算法的全局收敛性.数值实验结果说明了算法的有效性.     

非线性互补问题的类DFP算法

针对非线性互补问题,提出了与其等价的非光滑最优化问题的类DFP算法,并在一定条件下证明了该算法的收敛性定理.给出了一些数值例子,得到很好的数值结果.     

求解线性互补问题的AOR算法

建立了求解线性互补问题的加速松驰迭代算法，并在一定条件下，证明了新算法的收敛性。     

求解非线性互补问题的混合遗传算法

提出一个求解非线性互补问题的混合遗传算法,即首先将非线性互补问题转化为等价的最优化问题,然后利用浮点遗传算法全局群体搜索能力及起始搜索速度快的特点,快速得到接近精确解的近似解。之后将其作为牛顿法或拟牛顿法的初始值,利用其局部寻优能力非常强的特点,快速迭代至满足精度要求的数值解。该混合遗传算法充分利用了浮点遗传算法和（拟）牛顿法的各自优点。数值结果表明该方法是有效的。     

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。     

求解非线性互补问题的光滑化拟牛顿法

利用光滑Chen Harker KanzowSmale函数和Robinson正则法,将非线性互补问题转化为与之等价的光滑非线性方程组,并基于无导数线搜索技术提出了一种新的求解P0非线性互补问题的光滑化拟牛顿法.在一定条件下获得了算法的全局收敛性,数值实验表明该算法是有效的.     

一个求解非线性互补问题非单调自适应信赖域方法

基于Fischer-Burmeister函数(简称FB函数)可将非线性互补问题转化等价的无约束问题求解.在信赖域与非单调技术相结合基础上提出一个求解非线性互补问题非单调自适应信赖域算法.该算法具有全局收敛性,且在适当的假设下该算法也具有局部超线性收敛.数值结果表明该算法是有效的.     

求解非线性互补问题的FB线搜索方法

利用FB-NCP 函数将非线性互补问题转化为等价的非光滑方程组来求解.提出一种基于FB线搜索规则的非光滑牛顿算法,并在FB 正则条件下得到该算法是全局收敛性结果.在适当的假设下,证明了该算法的局部二次收敛性.数值实验表明该算法是有效的.     

非线性互补问题的罚函数法

将非线性互补问题转化为带约束的优化问题，在已有的利用罚函数方法求解约束化优化问题的基础上，提出了利用惩罚函数方法来求解非线性互补问题的算法。并利用惩罚函数的单调性质证明了算法的全局收敛性。最后得出的数值试验表明了算法良好的适定性和强收敛性质。     

非线性互补问题的罚函数法

将非线性互补问题转化为带约束的优化问题,在已有的利用罚函数方法求解约束化优化问题 的基础上,提出了利用惩罚函数方法来求解非线性互补问题的算法。并利用惩罚函数的单调性质证明了 算法的全局收敛性。最后得出的数值试验表明了算法良好的适定性和强收敛性质。     

非线形互补问题的障碍函数法

将非线形互补问题转化为约束的优化问题，在已经的利用内点障碍函数方法求解约束优化问题的基础上，提出了利用障碍函数方法求解非线形互补问题的采用序列无约束最小化方法（SUMT）的算法，并利用障碍函数的单调性证明了算法的全局收敛性．最后得出的数值试验表明了算法具有良好的适宜性和强收敛性．     

非线形互补问题的障碍函数法

将非线形互补问题转化为约束的优化问题,在已经的利用内点障碍函数方法求解约束优化问题的基础上,提出了利用障碍函数方法求解非线形互补问题的采用序列无约束最小化方法(SUMT)的算法,并利用障碍函数的单调性证明了算法的全局收敛性.最后得出的数值试验表明了算法具有良好的适宜性和强收敛性.     

非线性互补问题的并行多分裂松弛迭代算法

运用矩阵多重分裂理论,同时考虑并行计算与松弛迭代法,得到求解一类非线性互补问题的高效数值算法。当问题的系数矩阵为对角元为正的H-矩阵时,证明了算法的全局收敛性。该算法把大规模问题分解为规模比较小的子问题,再对各子问题并行求解,与已有算法相比较,具有计算量小、计算速度快等特点,因而特别适于求解大规模问题。     

求解随机互补问题的Levenberg-Marquardt方法

研究含有限样本的随机非线性互补问题的数值求解方法。在将问题等价转化为非线性方程组的基础上,给出一个光滑化Levenberg-Marquardt算法。该算法具有全局收敛性,并在局部误差界条件下,还拥有局部的二次收敛性质。所做的数值例子结果表明,所给算法具有较好的实际计算效果。     

求解随机线性互补问题的社会认知算法

针对传统算法求解随机线性互补问题时需要给定初始点、计算梯度,并且解不唯一时无法获得多个最优解的困难,提出了求解随机线性互补问题的社会认知算法.将随机线性互补问题转化为含有随机变量的约束优化问题,并通过平均抽样逼近该随机约束优化问题,利用社会认知算法求解该优化问题.数值试验结果表明社会认知算法是求解随机线性互补问题的有效算法.