一个基于锥模型的线搜索非单调信赖域算法

针对无约束优化问题提出了一类基于锥模型的新的非单调信赖域算法,将非单调线搜索应用到锥模型信赖域方法上,使得新算法无需重解子问题.在适当的条件下,证明了此算法的全局收敛性.     

锥模型信赖域子问题算法的收敛性

新锥模型信赖域子问题的第三种情形较为复杂,2008年这一非凸问题被化约为凸规划问题,从而有了详细的求解算法．但对该算法的收敛性结果至今仍无详细的讨论及证明．本文给出了该算法收敛性的两个结果,对其中局部收敛性的结果进行了详细的论证．     

等式约束优化问题的带记忆模型信赖域算法

针对等式约束优化问题提出了一个带记忆的等式约束信赖域算法。该算法不同于传统的信赖域方法,此信赖域模型是记忆模型,从全局考虑目标函数的下降性而不完全依赖于当前点信息,采用非单调技术得到了算法的全局收敛性和超线性收敛性。     

求解无约束优化问题的SR1——信赖域法

本文将对称秩1公式和信赖域方法相结合,给出了一类求解无约束优化问题的新算法.并在一定条件下,给出了算法的超线性收敛性。     

一类带线搜索的非单调信赖域新算法

在本文中,我们结合非单调信赖域方法和非单调线搜索技术提出了一类新的无约束优化算法.与传统的非单调信赖域算法相比,这样得到的新算法不仅不需重解子问题,而且在每步迭代保证目标函数的近似海赛矩阵的正定性.在一定条件下证明了算法具有全局收敛性.     

一类新的带非单调线搜索的信赖域算法

通过将传统的信赖域算法和非单调Wolfe线搜索结合,提出了一类新的求解无约束优化问题的信赖域算法.新算法给出了新的Wolfe步长准则,通过新的Wolfe步长准则可选择一个较大的步长,这样就减少了算法迭代的次数,提高了算法的有效性;并在一定的条件下,证明了算法的全局收敛性.     

一个新的非单调的信赖域算法

讨论了求解无约束最优化问题的信赖域算法,给出了一种改进的非单调信赖域算法,该算法通过改变预计下降量,使其与实际下降量对应起来,且这种改变保持算法的收敛性.     

非单调自适应信赖域算法

将非单调线搜索技术与自适应信赖域算法相结合,提出了求解无约束优化问题的一个非单调自适应信赖域算法.在适当条件下,证明了本算法的全局收敛性.数值实验说明了本算法的可行性.     

无约束优化问题的一类带线搜索的非单调信赖域算法

本文对无约束优化问题提出了一类新的非单调信赖域算法,该算法以变化的速率来调整信赖域半径的大小.与通常的非单调信赖域方法不同,当试验步失败时,并不重解信赖域子问题,而采用线搜索方法得到下一个迭代点,同时算法采用非单调技术来加速算法的收敛效果.在通常的假设条件下,本文证明了算法的全局收敛性.     

NCP(F)的两种光滑信赖域解法的超线性收敛性

自适应光滑信赖域算法和非单调自适应光滑信赖域算法是求解非线性互补问题的两种解法,证明了F是P0函数时,两种算法都具有超线性收敛性,并且通过数值实验证明了两种算法的有效性。     

一种基于R-函数的自适应线搜索信赖域算法

文章利用R-函数,就无约束优化问题提出一类带有线搜索的自适应信赖域算法.算法中信赖域半径更新依赖于R-函数.在一定条件下,证明算法的全局收敛性,并给出相应的实验结果.     

一个新的BFGS信赖域方法

提出求解无约束优化问题的一个修正拟牛顿信赖域方法.本算法可以保持信赖域子问题海森矩阵的正定性.在适当条件下,证明了本算法的全局收敛性,并通过数值实验说明了算法的可行性.     

一类非单调信赖域算法

给出了一类新的非单调信赖域算法，且证明了算法的全局收敛性和在适当条件下的超线性收敛性．     

大规模无约束优化的一类修正有限存储BFGS算法

针对大规模无约束优化问题,将非单调线搜索模型用于有限存储BFGS算法,构建一种修正有限存储BFGS算法,并建立算法的全局收敛及超线性收敛性,从标准试验函数库CUTE中选择测试函数进行数值实验,结果表明了算法的有效性.     

预处理混合折线路径非单调自适应信赖域算法

文中提出了一种新的预处理混合折线路径非单调自适应信赖域方法.首先利用预处理混合折线路径算法求解信赖域子问题,而信赖域子问题的半径选取也是借助于形成混合折线路径时构造的正定矩阵.该方法同时结合了非单调技术,在适当的条件下,证明了本算法的全局收敛性.数值实验说明了本算法的可行性.     

无约束多目标规划的非单调信赖域算法

本文提出了无约束多目标规划的一类非单调信赖域算法．并证明了算法的全局收敛性．     

一种求解 NCP 问题的信赖域-SQP -filter 算法

先将非线性互补问题（NCP ）转化为与其等价且有可行解的辅助问题,再将引入了信赖域方法思想的SQP方法与Filter技术相结合,提出一种求解NCP问题的信赖域-SQP-filter算法,并讨论了解的存在性和算法的全局收敛性。数值结果表明我们的算法是有效并收敛的。     

一种求解非线性互补问题的新算法

利用信赖域SQP滤子算法来求解非线性互补问题,在适当的条件下证明了该算法的全局收敛性,并给出了数值实验证明算法的可行性。     

无约束优化问题的一类信赖域算法

本文讨论了无约束优化问题的一类信赖域算法,在二次模型Hesse矩阵一致有界的条件下,证明了算法具有强收敛性.对著名的Rosenbrock函数进行了数值实验,并与Matlab软件中其他方法作了比较,结果表明该方法十分有效.     

一类线性不等式约束优化问题的信赖域算法

对一类带有非负边界约束的线性不等式约束优化问题提出了一种新的信赖域算法。此算法以内点法为基础,把非负边界约束从一般的不等式约束中分离出来,化为信赖域约束的一部分,从而得到一个简单易解的子问题。在一定的条件下证明了算法的收敛性,并给出了数值结果。