非线性互补问题的光滑非精确牛顿法

在利用Fischer-Burmeister函数将非线性互补问题转化为非线性方程组的基础上,给出一种光滑NCP函数的光滑非精确牛顿算法解非线性互补问题.在每次迭代中只须求出线性系统的非精确解,并在较弱条件下证明了该算法的全局收敛性,数值结果证明了算法的有效性.     

求解非线性方程组的非精确牛顿法

在经典牛顿法的基础上,给出了求解非线性方程组的非精确牛顿法。在一定的条件下,证明了该算法的超线性收敛性,并且这个收敛性是二阶的。     

二次规划问题的一种可行方向算法

在可行方向算法的基础之上,加入了精确的一维搜索(牛顿法),对二次规划问题提出了一种可行方向算法,并以实例说明此算法是很有效的。     

一个解非线性互补问题的非精确 Jacobian 光滑化方法

基于光滑互补函数,将非线性互补问题等价转化光滑方程组问题,构造了一个新的求解该光滑方程组的非精确 Jacobian 光滑化方法,该算法克服牛顿法解大规模互补问题的不便,并证明了该算法具有全局收敛性,在一定的假设条件下具有局部二次收敛性。     

一种求解约束非线性方程组的非精确Levenberg-Marquardt算法

利用绝对值函数的光滑函数将约束非线性方程组转化为一个光滑方程组,用非精确Levenberg-Mar-quardt方法求解该光滑方程组,得到一种求解约束非线性方程组的非精确Levenberg-Marquardt算法,证明该算法具有全局收敛性,并给出数值实验.     

求解水平线性互补问题的一渐近牛顿法

借助Fischer-Burmeister NCP函数将水平线性互补问题转化为带简单界约束的最优化问题,而后将一个修正渐近牛顿算法用来求解水平线性互补问题的,并给出数值实验,以说明算法是有效的。     

线性对称锥规划的一步光滑牛顿法

基于光滑Fischer-Burmeister函数,给出求解线性对称锥规划的一步光滑牛顿法．该算法在每一步迭代只需求解一个线性方程组,并进行一次线性搜索．不必满足严格互补,算法具有全局收敛性．     

凸二次规划的预估—校正光滑算法

对于求解凸二次规划问题,基于尺度中心路径,我们提出了一个预估—校正光滑化方法.在适当的假设条件下,证明了该方法具有全局收敛性和局部二次收敛性.     

解P0非线性互补问题的非单调光滑牛顿法

基于CHKS光滑函数,将非线性互补问题转化为非线性光滑方程组,再构造光滑算子,将非线性光滑方程组转化为优化问题,且构造了一个新的牛顿算法,该算法引入了非单调线搜索,并在一定条件下证明了它的全局收敛性,及在非奇异条件而非严格互补条件条件下,证明了它的局部二次收敛性。最后给出数值实验结果。     

几种修正拟牛顿法的比较

拟牛顿法是所有利用一阶导数求解无约束优化问题的方法中最有效的一类计算方法,如何提高实际计算中的运算效率,如何使得对非凸目标函数保持局部超线性收敛的同时具有全局收敛性,是对拟牛顿法进行研究的两个方向.对近年来相关文献的几种修正拟牛顿法进行分析比较,并提出和分析了一个修正BFGS拟牛顿法的收敛性.     

非凸二次规划的收缩分支定界方法

基于非凸二次约束二次规划问题（QP）的松弛线性规划问题提出一种区域收缩策略以排除（QP）的可行域中不存在全局解的部分,然后结合区域收缩策略和分支定界方法针对问题（QP）给出收缩分支定界方法,数值计算表明算法是有效可行的。     

二阶锥规划的光滑牛顿算法

基于光滑Fischer-Burmeister函数,给出一个求解二阶锥规划的光滑牛顿算法。算法对于初始点的选取没有任何限制,并且在每一步迭代时只需要求解一个线性方程组,只进行一次线搜索。同时在不满足严格互补的条件下,证明了算法是全局收敛的和局部二次收敛的。数值试验结果表明算法的有效性。     

基于非精确光滑牛顿法的二次规划逆问题的研究

近年来,逆问题已成为数学规划领域中一个非常重要的研究方向.研究二次规划问题的逆问题及其求解方法具有广泛的应用价值.针对一类二次规划逆问题的决策变量数目多,为了降低问题的复杂度,将二次规划逆问题转换成决策变量相对较少的对偶问题;针对牛顿算法的运行时间长的问题,提出了求解二次规划逆问题的非精确光滑牛顿算法,该算法通过引入光滑函数将对偶问题的子问题转换成连续的无约束优化问题,提出求解二次规划逆问题的非精确光滑牛顿算法.数值实验结果表明:该方法可行有效,与牛顿法相比,速率高、运行时间短.     

不精确牛顿法及其半局部收敛性

对非线性方程组的解法及误差估计的研究一直是人们关注的问题,其中不精确牛顿法是一种有效的解法.对于它的局部收敛性已有很多研究.在已有的基础上探讨了它的半局部收敛性,利用强函数原理,在一定的条件下给出并证明不精确牛顿法的半局部收敛性.     

不精确牛顿法及其半局部收敛性

对非线性方程组的解法及误差估计的研究一直是人们关注的问题,其中不精确牛顿法是一种有效的解法。对于它的局部收敛性已有很多研究。在已有的基础上探讨了它的半局部收敛性,利用强函数原理,在一定的条件下给出并证明不精确牛顿法的半局部收敛性。     

求解大型优化问题的子空间牛顿法

结合牛顿法与子空间迭代的思想,给出了一种求解大型优化问题的方法。通过在较小的子空间内利用牛顿法迭代生成寻优方向,避免了牛顿法的存储困难又发挥了它的快速收敛性。经证明,这种方法无需精确线搜索就具有二次终止性。新算法运行过程中只需存储6个向量即可适用于大型优化问题。数值实验表明新算法是有效的。     

一种求解闭凸集上二次规划问题的神经网络模型

本文提出一种求解闭凸集上二次规划的神经网络模型,理论分析和计算机模拟表明本文提出的网络大范围收敛的,可得到二次规划问题的精确解。本文推广了这方面近期的一些结果。     

非线性最小二乘问题的修正拟牛顿法

给出了求解非线性最小二乘的修正拟牛顿方法。该方法结合了非单调搜索技术和结构化拟牛顿法的思想,提出了一种新的求解非线性最小二乘的修正拟牛顿法,并证明了该方法的全局收敛性。     

一种基于弱拟牛顿方程的对角拟牛顿法

基于弱拟牛顿方程,结合Armijo非精确线性搜索设计了一种求解大规模无约束优化问题的对角拟牛顿法,该算法在每次迭代时利用对角矩阵逼近Hessian矩阵,使计算搜索方向的存储量和工作量明显减少.在一定的假设条件下,证明了算法的全局收敛性和R-线性收敛性.通过数值实验表明该算法是有效的,适于求解大型无约束优化问题.     

一种求解信赖域子问题的精确解法

在Hessian矩阵正定的前提下,首先利用线性插值构造了一条折线,并利用该折线提出了一种求解信赖域子问题的精确求解方法,称为分段折线法.并且证明了分段折线路径的合理性,最后分别通过与牛顿法、单折线法、双折线法和切线单折线法的数值实验作比较,数值结果表明新算法是有效且可行的.