迭代法求解约束矩阵方程AXB+CYD=E

约束矩阵方程在自动控制理论、生物学、电学等领域有广泛的应用.本文研究了矩阵元素和特征值区间约束下矩阵方程AXB+CYD=E最小二乘解问题.给出矩阵对(X*,Y*)是问题的解的充分必要条件,给出计算约束解的迭代方法,证明了算法的全局收敛性.     

新的滤子方法(英)

本文定义了一种新的滤子方法,并提出了求解光滑不等式约束最优化问题的滤子QP-free非可行域方法. 通过乘子和分片线性非线性互补函数,构造一个等价于原约束问题一阶KKT条件的非光滑方程组.在此基础上, 通过牛顿-拟牛顿迭代得到满足KKT最优条件的解,在迭代中采用了滤子线搜索方法,证明了该算法是可实现,并具有全局收敛性. 另外,在较弱条件下可以证明该方法具有超线性收敛性.     

新的滤子方法

本文定义了一种新的滤子方法,并提出了求解光滑不等式约束最优化问题的滤子QP-free非可行域方法.通过乘子和分片线性非线性互补函数,构造一个等价于原约束问题一阶KKT条件的非光滑方程组.在此基础上,通过牛顿-拟牛顿迭代得到满足KKT最优条件的解,在迭代中采用了滤子线搜索方法,证明了该算法是可实现,并具有全局收敛性.另外,在较弱条件下可以证明该方法具有超线性收敛性.     

一类广义半无限规划问题的光滑牛顿算法

本文在广义半无限规划问题的最优解集X处满足某些条件的前提下将广义半无限规划问题转化成KKT系统,通过扰动的FB函数,将KKT系统转化为一组光滑函数方程,设计了一个光滑牛顿算法,证明了算法的全局收敛性,并且在光滑函数解集处满足局部误差界条件下证明了算法具有超线性收敛速率.     

存零约束优化问题的序列二次方法北大核心CSCD

存零约束优化(MPSC)问题是近年来提出的一类新的优化问题,因存零约束的存在,使得常用的约束规范不满足,以至于现有算法的收敛性结果大多不能直接应用于该问题.应用序列二次规划(SQP)方法求解该问题,并证明在存零约束的线性独立约束规范下,子问题解序列的聚点为原问题的Karush-Kuhn-Tucker点.同时为了完善各稳定点之间的关系,证明了强平稳点与KKT点的等价性.最后数值结果表明,序列二次规划方法处理这类问题是可行的.     

不等式约束优化全局收敛的滤子线性方程组算法

设计了求解不等式约束非线性规划问题的一种新的滤子序列线性方程组算法,该算法每步迭代由减小约束违反度和目标函数值两部分构成.利用约束函数在某个中介点线性化的方法产生搜索方向.每步迭代仅需求解两个线性方程组,计算量较小.在一般条件下,证明了算法产生的无穷迭代点列所有聚点都是可行点并且所有聚点都是所求解问题的KKT点.     

求解子矩阵约束条件下四元数矩阵方程AXB=C的矩阵半张量积方法

1引言子矩阵约束下的矩阵方程问题是指限定矩阵方程的解X的一个子矩阵X_(0),然后在某个约束集合中求解矩阵方程.如求满足X([1:q])=X_(0)的对称解,这里X([1:q])表示矩阵X的q阶顺序主子阵.子矩阵约束下的矩阵方程问题来源于实际中的系统扩张问题[1],有一定的实际意义和重要性,受到了许多学者的关注,如[2-4]中,彭分别研究了子矩阵约束条件下实矩阵方程AX=B的实矩阵解,中心对称解和双对称解.     

一类新的非单调信赖域算法

提出了一类带线性搜索的非单调信赖域算法.算法将非单调Armijo线性搜索技术与信赖域方法相结合,使算法不需重解子问题.而且由于采用了MBFGS校正公式,使矩阵Bk能较好地逼近目标函数的Hesse矩阵并保持正定传递.在较弱的条件下,证明了算法的全局收敛性.数值结果表明算法是有效的.     

基于有效约束识别技术的一个SSLE算法及其收敛性分析

基于一个有效约束识别技术, 给出了具有不等式约束的非线性最优化问题的一个可行SSLE算法. 为获得搜索方向算法的每步迭代只需解两个或三个具有相同系数矩阵的线性方程组. 在一定的条件下, 算法全局收敛到问题的一个KKT点. 没有严格互补条件, 在比强二阶充分条件弱的条件下算法具有超线性收敛速度.     

无罚函数和滤子的QP-free非可行域方法

提出了求解光滑不等式约束最优化问题的无罚函数和无滤子QP-free非可行域方法. 通过乘子和非线性互补函数, 构造一个等价于原约束问题一阶KKT条件的非光滑方程组. 在此基础上, 通过牛顿-拟牛顿迭代得到满足KKT最优性条件的解, 在迭代中采用了无罚函数和无滤子线搜索方法, 并证明该算法是可实现,具有全局收敛性. 另外, 在较弱条件下可以证明该方法具有超线性收敛性.     

仿射变换内点Levenberg-Marquardt法解KKT系统

提供了一类新的结合非单调内点回代线搜索技术的仿射变换Levenberg-Marquardt法解Karush-Kuhn-Tucker（KKT）系统. 基于由KKT系统转化得到的等价的部分变量具有非负约束的最小化问题,建立了Levenberg-Marquardt方程. 证明了算法不仅具有整体收敛性,而且在合理的假设条件下,算法具有超线性收敛速率. 数值结果验证了算法的实际有效性.     

无罚函数和滤子的一个新的QP-free方法

通过构造一个等价于原约束问题一阶KKT条件的非光滑方程组, 提出一类新的QP-free方法. 在迭代中采用了无罚函数和无滤子线搜索方法, 在此基础上, 通过牛顿-拟牛顿迭代得到满足KKT最优条件的解, 并证明该算法是可实现、具有全局收敛性. 另外, 在较弱条件下可以证明该方法具有超线性收敛性.     

无罚函数和滤子的一个新的QP-free方法（英文）

通过构造一个等价于原约束问题一阶KKT条件的非光滑方程组,提出一类新的QPfree方法.在迭代中采用了无罚函数和无滤子线搜索方法,在此基础上,通过牛顿-拟牛顿迭代得到满足KKT最优条件的解,并证明该算法是可实现、具有全局收敛性.另外,在较弱条件下可以证明该方法具有超线性收敛性.     

四阶边值问题单侧全局分歧和结点解

本文将研究一类含参的四阶两点边值问题的单侧全局分歧定理及结点解的存在性.当扰动函数满足一些自然条件时,本文首先应用拓扑度方法和Dancer单侧全局分歧定理等,可以得到(λ_k,0)是所研究问题的一个分歧点,并且存在从(λ_k,0)发出的两个不同的连通分支C_k~+和C_k~-,其中λ_κ是对应于上述问题的线性特征值问题的第k个特征值.做为一个应用,作者应用以上所建立的Dancer-型单侧全局分歧定理进一步研究了一类含参的四阶两点边值问题结点解的全局结构和解的存在性.     

欧氏空间Rn的子空间的本性矩阵及其应用

提出欧氏空间Rn的子空间的本性矩阵的概念,并给出了在一类特征值反问题中的应用,证明了有s个已知互异特征值的实对称矩阵由其任何s-1个特征子空间唯一确定.     

关于两类线性时变系统的渐近稳定性

其中 x(t)是 n 维向量,A(t)=(a_((?)j)(t))_(n×n)是连续函数矩阵。我们讨论系统(1)的零解稳定性。当 A(t)是常数矩阵时已经得到解决,当 A(t)是时变情形比较复杂。Vinorgradov于1952年证明了,即使 A(t)的特征值全是常数且都具有负实部,系统〈1〉仍不能断定零解     

具有转移条件的向量型Sturm-Liouville问题的特征值重数及Ambarzumyan定理

研究了定义在有限区间内具有转移条件的m维向量型Sturm-Liouville问题.主要得到了该问题特征值重数的若干结论.证明了当矩阵值势函数Q满足一定的条件时,只能有有限个重数为m的特征值.作为重数结果的应用,证明了该问题的Ambarzumyan定理.     

约束优化问题的一类光滑罚算法的全局收敛特性（英文）

对约束优化问题给出了一类光滑罚算法.它是基于一类光滑逼近精确罚函数l_p(p∈(0,1])的光滑函数L_p而提出的.在非常弱的条件下,建立了算法的一个摄动定理,导出了算法的全局收敛性.特别地,在广义Mangasarian-Fromovitz约束规范假设下,证明了当p=1时,算法经过有限步迭代后,所有迭代点都是原问题的可行解;当p∈(0,1)时,算法经过有限迭代后,所有迭代点都是原问题可行解集的内点.     

求非线性规划的非可行滤子无二次子规划方法

本文研究了不等式约束的非线性规划问题.利用带滤子的无二次子规划(QP-free)非可行域方法,构造一个等价于原约束问题的一阶KKT条件的非光滑方程组,给出解这个方程组的迭代算法,并获得算法的全局收敛性.     

约束优化问题的一类光滑罚算法的全局收敛特性

对约束优化问题给出了一类光滑罚算法.它是基于一类光滑逼近精确罚函数 l_p(p\in(0,1]) 的光滑函数 L_p 而提出的.在非常弱的条件下, 建立了算法的一个摄动定理, 导出了算法的全局收敛性.特别地, 在广义Mangasarian-Fromovitz约束规范假设下, 证明了当 p=1 时, 算法经过有限步迭代后, 所有迭代点都是原问题的可行解; p\in(0,1) 时,算法经过有限迭代后, 所有迭代点都是原问题可行解集的内点.