一类非线性半定规划问题的连续线性化方法

给出一类非线性半定规划问题的一种连续线性化方法.该方法能用于求解较大规模的优化问题,因为它处理的是比较简单的子问题.该算法利用l1精确罚函数和信赖域型的全局优化方法,每步迭代需要解的子问题可以重新表述成一个可用已有的半定规划软件有效解决的半定规划问题.     

非线性半定规划问题的一种内点法及其在阵列信号处理中的应用

利用精确罚函数和信赖域全局优化技术给出非线性半定规划的一种内点法.该方法能用于求解较大规模的优化问题,是因为它处理的子问题比较简单.该算法的每步迭代需要解的子问题是一个二次半定规划问题,可以用已有的半定规划软件有效地求解.在某些假定条件下,证明了该算法是全局收敛的.建立起阵列信号处理中的近场多源定位问题的数学模型,并利用本文给出的内点法进行求解.利用该算法不需要对约束条件进行松弛,可以避免产生较大误差,从而能够得到更加精确的结果.     

半定规划

半定规划是指线性函数在对称矩阵的仿射组合半正定的约束下的极小问题，它实际上是凸优化问题，在最近的十几年中得到突飞猛进的发展，目前已成为优化方面最热门的领域．这一研究活动之所以被激发起来，是由于半定规划在一些领域的新应用的发现以及新的有效算法的产生．本文对半定规划的理论和算法作一般介绍．     

解半定规划的带筛子的正则化方法

研究了求解半定规划问题的一个带有筛子的正则化方法,该方法是基于经典的二次正则化方法,将半定规划问题转化为目标函数为凸的、可微的无约束优化问题。利用筛选信赖域方法来解这个无约束优化问题,并给出算法及其收敛性分析。     

求二次规划问题全局解的新加速方法

目的为求目标函数为一般二次函数的二次规划问题,提出一个新的加速算法。方法通过结合两个加速技巧,并将其置于分支定界算法框架下,给出一个新的全局优化算法。结果该方法可以有效地确定出不定二次规划问题的全局最优解。结论理论上证明了算法的收敛性,数值算例表明算法是有效可行的。     

解非线性半定规划的一种回溯线搜索型算法

为避免罚函数和滤子的缺点,提高带有等式约束和半负定矩阵约束的非线性半定规划求解效率,本文通过二次半定子问题构建搜索方向,结合回溯线搜索技术和非单调充分下降性条件,提出了一种新的无罚函数无滤子的线搜索型序列半定规划算法.在合理的假设条件下,证明了新算法的适定性以及全局收敛性,最后通过初步的数值试验验证了新算法的有效性.     

半定规划的一个非内部连续化牛顿算法

基于Chen—Mangasarian光滑函数，给出一个求解半定规划的非内部连续化算法．所给算法拥有一些好的特性，在较弱的条件下，证明了算法有好的定义而且全局(线性)收敛到一个原问题的最优解。     

求解最优潮流全局最优解的二阶半定规划方法

【目的】半定规划凸松弛方法是求取电力系统最优潮流(Optimal power flow, OPF)问题全局最优解的有效技术手段，但解的秩为1的条件难以满足，导致应用具有一定的局限性。针对这一求解困境，提出了一种新的半定规划凸松弛方法。【方法】基于变量扩展，将原变量对应的二阶单项式扩展为新的变量，扩展后可构造一阶及二阶的半正定扩展矩阵，在此基础上将不等式约束转化为矩阵不等式约束，从而形成二阶半定规划凸松弛模型。【结果】为验证所提方法的有效性，求解了常规半定规划方法应用失败的一些反例，结果表明：二阶半定规划松弛模型能更可靠地求得秩为1的扩展矩阵，从而直接获得原OPF问题精确的全局最优解。【结论】二阶半定规划松弛方法为电力系统OPF问题提供了一种更可靠的全局最优算法，具有更好的应用前景。     

不等式约束条件下的可行SQP方法

提出一个处理非线性不等式约束优化问题的有效可行SQP算法.每一步迭代,只需求解在近似积极约束指标集下的一个二次规划子问题和一个线性方程组,该方法有效的避免了马太效应.在无严格互补假设条件下,证得算法是全局收敛和超线性收敛的.数值试验表明该算法是有效的.     

基于传输代价最小原则的分布式数据库查询优化

分布式查询算法的核心部分是全局查询优化算法，将查询请求合理地优化分解为子查询任务，并尽量使子查询任务并行执行。分布式查询的优化需要权衡网络流量、响应时间、服务器负载、算法复杂性等多种因素。本着减少节点之间的数据传输量的目的，本文提出一个复杂度和延迟时间之间进行衡量的全局优化算法。本文就连接查询和复合查询进行了详细的分析，最后提出了一种基于半连接的查询优化算法，并分析了该改进算法的优缺点。     

求解一类变分不等式问题的内点信赖域方法

针对变分不等式的带非负约束的转化形式给出了一类信赖域迭代算法．该方法的特点是通过利用内点技术，将带非负约束的信赖子问题转化成约束形式的信赖域子问题，从而可以利用截断共轭梯度法来近似求解．     

变分不等式问题带非负约束转化的一类信赖域法

针对变分不等式的带非负约束的转化形式给出了一类信赖域迭代算法。该方法的特点是通过利用内点技术。将带非负约束的信赖域子问题转化为无约束形式的信赖域子问题。从而可以利用截断共轭梯度法来近似求解。     

求解非线性最小二乘问题的自适应锥模型信赖域算法

针对非线性最小二乘问题,利用锥模型算法思想,给出了海赛矩阵中二阶信息项的割线近似的不同校正公式,并利用自适应信赖域技术给出了求解非线性最小二乘问题的自适应锥模型信赖域算法.算法中我们允许使用非精确方法近似求解信赖域子问题.文中给出了新算法的全局收敛性和超线性收敛性分析以及数值试验结果.     

Dirac方程的紧致分裂多辛格式

把非线性 Dirac 方程分裂成线性和非线性子问题,这些子问题都具有辛或者多辛结构,可以构造它们的辛格式。对于非线性问题,利用点点守恒律可以精确求解。至于线性问题,在空间方向用高阶紧致格式离散,在时间方向用辛欧拉法进一步离散,此格式半显式的。与传统的多辛格式相比,这种格式有计算效率高、计算时间少等优点。     

求解信赖域子问题的一个光滑牛顿法

信赖域子问题的有效求解是实现信赖域算法的关键.利用光滑Fischer-Bermeister NCP函数提出了一个求解信赖域子问题的光滑牛顿法.数值实验表明所提出的算法是有效的.     

具有性能约束布局问题的优化算法及收敛性

研究了二维布局优化问题,建立了具有性能约束的二维布局半无限优化模型.应用图论、群论等,把该问题分解为有限多个子问题,在每个子问题中克服了优化变量的时断时续性质,并将子问题松弛化,利用极大极小函数给出了松弛子问题的最优性函数,该函数在其零点使松弛子问题的一阶必要条件成立.利用最优性函数构造了松弛子问题的优化算法,并证明了算法的收敛性.     

非光滑优化的强次可行方向邻近点束求解方法

通过引入新型邻近点参数修正策略及搜索方向子问题,提出一个求解非光滑优化的强次可行方向邻近点束方法.该方法稳定性好,能保证迭代点的强次可行性,且具备全局收敛性.     

一个基于锥模型的自适应信赖域算法

对无约束优化问题提出了基于锥模型的自适应信赖域算法,把锥模型子问题变成二次模型的子问题进行求解,从而减少信赖域子问题的求解,二次模型的信赖域算法是新算法的特例。在适当的条件下,证明了算法的全局收敛性及超线性收敛——数值试验表明新算法是有效的。     

无约束最优化问题中梯度路径的一种简单求法

基于对称矩阵的Ｂｕｎｃｋ－Ｐａｒｌｅｔｔ分解,将信赖域子问题转换成一修造是的信赖域子问题。