非线性约束优化问题的组合信赖域与线搜索算法

对非线性等式约束优化问题提出了一个组合信赖域与线搜索求解算法.与传统的信赖域方法比较,该算法的特点是当试探步不被信赖域方法接受时,无需重新求解信赖域子问题.通过计算实例,比较了纯信赖域算法与组合算法的计算工作量.     

多峰极值优化问题的算法性能分析和比较

对两种多峰极值优化问题的求解算法进行性能分析和比较,结果表明遗传加速信赖域搜索算法在信赖域迭代点变化速度受到信赖域半径约束时,采用具有并行性能的遗传算法在扩大了的信赖域内求解信赖域子问题,得到加大了的迭代步长,摆脱了短步长迭代的约束,同时通过调节参数控制了遗传算法加速次数的多寡,能更快地收敛到全局最优点,与遗传信赖域方法相比计算效率更高、计算结果更可靠．     

基于锥模型的无约束优化问题的信赖域算法

对无约束优化问题,提出了一种基于锥模型的非单调信赖域算法.该算法与通常的信赖域算法的不同在于:当试探步不成功时,不再重新求解子问题,而是采用非单调线搜索技术.对子问题进行了分析,并证明了算法的超线性收敛性.     

一个带线搜索的自适应信赖域算法

对无约束优化问题提出了一个带线搜索的非单调自适应信赖域算法,每次迭代都充分利用当前迭代点包含的二次信息自动产生一个信赖域半径.在试探步不被接受时,算法并不重解信赖域子问题,而采用非单调线搜索,从而减少了计算量.在适当的条件下,证明了算法的全局收敛性.     

一个带有线搜索的自适应混合折线信赖域算法

将文献[2]求解信赖域予问题的混合折线法与文献[1]的自动确定信赖域半径的方法相结合,并且在试探步不可接受时,采用线搜索来计算下一个迭代点,提出了求解无约束优化问题的一个带有线搜索的自动调节信赖域半径的混合折线信赖域算法。在通常条件下,证明了算法的全局收敛性。数值结果验证了新方法的有效性。     

线性约束优化问题的一类非单调信赖域算法

对线性约束优化问题提出了一类非单调信赖域算法.当试探步不成功时,并不重解子问题,而是利用非单调线搜索得到试探步及下一迭代点,有效地减少了计算量.证明了算法的全局收敛性.     

求解非线性方程组的非单调自适应信赖域方法

提出求解非线性方程组的非单调自适应信赖域法,每次迭代都充分利用当前迭代点包含的二次信息自动产生一个信赖域半径,所用的计算信赖域半径的策略没有增加额外的计算量。在通常的假设条件下,证明了算法的全局收敛性。     

新的自适应非单调信赖域算法

将前人文献提出的信赖域子问题与非单调技术相结合,得到一种新的非单调的自适应的信赖域算法,并证明了算法全局收敛性.     

一种独立电力系统三相潮流计算新方法

针对独立电力系统的特点,在分析3种传统潮流算法在独立电力系统分析中不足的基础上,提出一种适合于独立电力系统的潮流计算方法--改进的前推回代算法,对传统的前推回代算法进行了3点改进.为解决在有些连接方式下,变压器互节点导纳子矩阵奇异,导致潮流计算时前推回代过程无法进行的问题,提出一种新的统一变压器模型,基于叠加原理实现了含局部弱环的辐射状网络的潮流计算.所提出的算法成功解决了独立电力系统潮流计算的问题.并通过典型算例验证了所提算法的有效性.     

一类无约束优化问题的信赖域过滤器算法

构造了一个求解无约束优化问题的新算法,结合了采用修正BFGS（MBFGS）算法的信赖域思想和多维过滤器算法策略．搜索方向的产生类似于MBFGS算法;在接受新的迭代点时,采用多维过滤器算法的策略及信赖域思想,新信赖域算法是全局收敛的．