凸可行问题的一种次梯度投影算法

提出了一种次梯度投影算法,解决凸可行问题,该算法在迭代过程中采用Armijo线搜索规则计算预测步长,且进一步给出一个校正步长规则,从而提高了算法的收敛性和收敛效果.最后给出了数值实例,表明算法的有效性.     

求解分裂可行问题的一种松弛投影算法

主要研究了分裂可行问题的一种修正CQ算法的松弛形式,在已有CQ算法的一种修正形式上提出了其松弛算法,并证明了其收敛性,当参数满足一定条件时,该算法的收敛性成立.     

求解分裂可行问题的一种松驰投影算法

本文提出了一种新的算法来求解分裂可行问题,该算法在每步迭代中应用类-Armijo搜索来获取调整步长,然后给出了一个校正步长,避免了矩阵逆和矩阵最大特征值的计算.我们证明了该算法的全局收敛性.     

拟凸可行问题的投影算法

利用Plastria提出的拟凸函数lower次微分,借鉴凸可行问题的投影算法,给出了一个拟凸可行问题的投影算法.并证明了该算法的收敛性.     

求解分裂可行问题的一种投影算法

分裂可行问题产生于工程实践,在信号处理领域有广泛的应用。基于求解线性变分不等式的投影方法,设计了一类求解分裂可行问题的新的投影算法。通过约束最优化问题与变分不等式问题的等价性理论进行问题转化。该算法不需计算矩阵逆和矩阵最大特征值,具有较好的稳定性。还证明了该算法的全局收敛性并进行了数值实验,实验结果表明该方法具有较快的收敛速度和良好的可行性。     

求解分裂可行问题的一种新算法

主要对解决分裂可行问题的松驰CQ算法进行修正,设计了一种新的算法.该算法在每步迭代中应用类-Armijo搜索来获取步长,避免了矩阵逆和矩阵最大特征值的计算,而且在每步迭代中都根据当前迭代点的信息选择合适的步长,证明了该算法的全局收敛性.     

求解分裂可行问题的次梯度投影松弛算法

在无限维Hilbert空间中，区别于现有许多算法中的正交投影，采用次梯度投影法，提出求解分裂可行问题的次梯度投影松弛算法，并利用次梯度算子的cutter性质以及分类讨论的思想，证明了次梯度投影松弛算法生成的序列弱收敛于分裂可行问题的解.     

求解多集分裂可行问题的线搜索两步投影法

针对多集分裂可行问题提出了一种可变步长的双外推梯度投影算法.与现有的投影法相比,新算法采用最优步长来更新每次迭代的投影域,以保证下一次迭代更接近解集.在适当条件下,证明了算法的收敛性.基本的数值实验表明,该算法是有效的,而且比现有的投影法收敛更快.     

凸可行问题的周期ε-次梯度投影算法

作者给出了一个凸可行问题的周期ε-次梯度投影算法. 该算法利用ε-次梯度代替通常的次梯度,推广了周期次梯度投影算法.基于ε-次微分概念,作者证明了算法的收敛性.最后给出了数值实例,表明算法的有效性.     

求解凸可行问题的非精确变样本采样投影算法

【目的】构造求解大规模凸可行问题的有效算法,以克服现有算法要求投影运算具有显式表达式或者可以求得精确投影的局限。【方法】借助非精确近似技术和变样本采样技术,提出求解凸可行问题的非精确变样本采样投影算法。【结果】在样本增长率和非精确参数满足一定的条件下,证明了算法依概率1的收敛性。然后在样本增长率分别为几何增长和多项式增长的条件下,分析了算法的收敛率和计算复杂度。特别地,当样本率呈几何增长时,算法具有线性收敛率。【结论】数值实验结果验证了算法的有效性。     

求解分裂可行问题逆问题的算法推广

本文主要对解决分裂可行问题逆问题的算法进行了推广.推广后的算法使得迭代点变多,充满了整个区间,并证明了推广后算法的全局收敛性.另外,还给出了推广算法的不精确格式,并证明了该不精确格式的收敛性.推广后算法的不精确格式解决了正交投影难计算的问题.     

求解框式约束下凸二次规划问题的内点算法

对于框式凸二次规划问题给出了一个内点路径跟踪算法,该算法的迭代复杂度为Ｏ（√ｎＬ）,每一步近代所需计算量为Ｏ（ｎ＾３）,其中ｎ为变量个数,Ｌ为问题的输入长度。     

一种求解拟变分不等式问题的算法

拟变分不等式问题在最优化和控制等领域有着广泛应用,目前处于初级研究阶段.利用优化中的梯度投影技术,提出了求解拟变分不等式问题的一种全局收敛算法,给出了算法的全局收敛性定理,同时通过数值试验说明了算法的可行性和有效性.     

一种求解单调非线性方程组的凸组合算法

将求解单调非线性方程组的CGD算法和MPRP算法的下降方向进行凸组合,构造出新的下降方向,从而提出新的算法,并给出新算法的全局收敛性定理.通过数值实验比较新算法与CGD算法和MPRP算法的结果,可知新算法优于原算法.     

积空间中求解凸不等式系统的不完全投影算法

针对凸不等式系统提出了一种具有可变权参数和下松弛因子的平行不完全投影算法,经过有限次的投影算法得到不完全投影点,并且通过构造一个新的积空间,将欧氏空间中的平行不完全投影算法转化为新空间中的半序列不完全投影算法,使得平行的不完全投影法的收敛性由半序列不完全投影算法的收敛性证明直接得到,在一定程度上简化了平行不完全投影算法的收敛性证明.     

向量均衡问题的一个投影迭代解法

将用于求解欧氏空间上数量均衡问题的一种投影迭代法进行了推广,并将这种推广的投影迭代法用于求解欧氏空间上的向量均衡问题.利用非线性标量化函数,将向量优化问题化为相应的数量优化问题,研究了投影迭代法对向量均衡问题的收敛性.结果表明推广的投影迭代法对满足一定条件的向量均衡问题是收敛的.     

一种改进凸组合下降方向的求解单调非线性方程组的算法

对求解单调非线性方程组的凸组合下降方向算法进行改进,并通过数值实验将改进算法和凸组合下降方向算法的数值结果进行比较,得出改进算法优于原算法的结论．     

一种求解不等式约束凸优化问题的内点方法

文章给出一种求解不等式约束的凸优化问题的内点方法,此法能保证迭代过程中迭代点仍为内点,解决了IPA每步迭代需要假定迭代点在可行域内部,并不需要罚因子趋于零,从而避免传统内点障碍函数法由于罚因子趋于零导致的病态问题.最后给出了数值实验,实验表明,算法是有效的.     

凸Knapsack问题的有效算法及应用

本文讨论带边界约束的凸Knapsac问题。由Kuhn-Tucker条件,我们得到问题解的特性,由此对一类凸Knapsack问题提出了有效的算法。同时,本文还讨论了问题的参数分析。作为方法的应用,本文给出电力调度的数值例子。计算表明本文的算法是简单和有效的,特别是对于变化资源总数的分配问题,该算法更有其优越性。