Overton算法收敛性的一个结论

Overton 在[1]中对一般最优场址模型给出了一个具二次终端敛速的算法.但未能证明该算法的收敛性.本文在一定条件下证明了 Overton 算法具有全局收敛性.     

均衡问题的一种改进不精确次梯度算法

针对采用精确次梯度算法求解均衡问题中的稳固非扩张算子的不动点集问题(EP(f,Fix(T)))时计算复杂且收敛性较差这一情况,提出了一种改进的不精确次梯度算法.首先,由事先选择的参数确定一个凸集;其次,通过不精确次梯度投影算法构造中间迭代点;最后,将当前迭代点和中间迭代点的线性组合在稳固非扩张算子的映射作为下一次迭代点.在合适条件下验证了算法的全局收敛性.     

约束优化问题的一个非单调变尺度投影算法

变尺度方法是求解优化问题的重要方法之一,本文利用投影算子建立了求解约束优化问题的一个变尺度投影算法,而且算法使用了非单调搜索,放松了每步迭代中对搜索的限制,并进一步证明了算法的全局收敛性．     

无约束最优化问题的二次梯度算法

根据无约束最优化问题的梯度算法,提出了二次梯度算法,并证明了其收敛性。     

min sum from i=1 to m (‖A_iX-b_i‖)型最优场址问题一个新的收敛算法

本文给出min sum from i=1 to m‖A_iX-b_i‖型最优场址问题一个迭代算法。在一定的条件下,证明了算法的全局收敛性,并会计了收敛速率。     

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.     

线性互补约束优化问题的一个序列线性方程组算法

本文讨论线性互补约束规划问题，首先利用一个广义互补函数和摄动技术将问题转化为含参数μ的一般非线性优化问题，然后利用特殊形式的罚函数作为效益函数，建立问题的一个序列线性方程组算法，在适当的条件下，证明了该算法具有全局收敛性。     

次梯度外梯度算法求解随机变分不等式

确定性变分不等式已经有了较为完善的理论和数值方法。受次梯度外梯度算法的启发,考虑将其推广到随机变分不等式中。由于随机因素的出现,确定性的数值方法不能直接用来求解随机变分不等式。为此,结合处理随机优化常用的随机逼近方法,提出采用基于次梯度外梯度的随机逼近方法来求解随机变分不等式,即每次迭代抽取一个样本点,用样本函数去代替期望值函数,同时将外梯度算法中的第二步投影改投在含有可行集的一个半空间上,新的迭代点为第k步和矫正步的一个凸组合。该法采取随机逼近方法处理随机问题,并且当投影难以计算的时候,修改第二步投影在半空间上以此来减少计算的代价,新的迭代点充分利用了已知点的信息,使得算法迭代快速有效。在适当的假设下,当函数是伪单调的时候证明了去全局收敛性,并给出了初步的数值试验来证明该算法的可行性。     

一类水平线性互补问题的一个不可行内点算法的收敛性

作为单调水平线性互补问题的推广，引入了Ｐ＊（κ）阵水平线性互补问题（简称Ｐ＊（κ）－ＨＬＣＰ）．证明了Ｙ．张的算法能被推广以解决Ｐ＊（κ）－ＨＬＣＰ问题，这个推广算法在运算过程中是独立于分类数κ的．如果这个算法的起始点是一对任意的正数，那么算法将达到Ｑ－线性收敛；如果起始点是一对足够大的正数，此算法经过至多Ｏ（（ｋ＋１）４ｎ２ｌｎ（（ｘ０）ｒｓ０）／ε次运算得到ε－逼近解，其中（ｘ０，ｓ０）是一对起始点     

一个修正的SQP算法及其超线性收敛

通过修改传统的二次规划子问题,并将Armijo-型线搜索技术应用到一类罚参数可自动调整的罚函数,建立一种新的可行序列二次规划算法。克服了子问题可能会出现不可行的情况,并保证子问题在任意迭代点处都是可行的。在合理的假设条件下,证明了算法是具有全局收敛和超线性收敛的。     

一个求解变分不等式问题的投影算法

基于D.Han提出的求解变分不等式问题的推广的近似点算法(generalized proximal method),提出了一个新的改进算法,该算法的最大特点是在每一步只需要近似求解一个线性方程组系统.并在适当条件下证明了算法的全局收敛性.     

求解变分不等式问题的一个投影算法

基于D. Han提出的求解变分不等式问题的推广的近似点算法(generalized proximal method), 本文提出了一个新的改进算法.该算法的最大特点是在每一步只需要近似求解一个线性方程组系统.在适当条件下证明了算法的全局收敛性.     

同时次梯度投影算法求解分裂可行性线性收敛性研究

分裂可行性问题又能推广到多集分裂可行性问题,其本质与分裂可行性问题相同,均为优化问题.探讨希尔伯特空间中的多集分裂可行性问题的求解算法,使用动态步长的方法来对传统的梯度投影算法进行优化,并提出一种带有动态步长的同时次梯度投影算法,研究该算法的线性收敛性.研究结果表明,该算法具有收敛性;达到目标精度的迭代次数比算法2少137次;能以最少的迭代次数对84.9％的测试问题进行成功求解,比算法2多16.7％,比算法3多26.9％.以上结果证明,同时次梯度投影算法拥有较好的收敛性,能够有效地求解多集分裂可行性问题.     

多场址模型的性质

主要讨论多场址模型的性质，并给出了闭凸集上多场址问题的最优性条件。     

求解非线性加权互补问题的光滑算法

研究一个新的求解非线性加权互补问题的光滑算法.该算法利用一个带有权重的光滑函数,将非线性加权互补问题等价转化成一个光滑方程组,再利用牛顿法求解此方程组.在非奇异条件下,证明了算法具有全局和局部二次收敛性质.数值实验结果表明算法是非常有效的.     

一个新的过滤器SQP算法的收敛性

过滤器算法是求解约束优化问题的一类有效算法.采用这种算法时,不需要用到罚函数.给出了一个新的判断一个试验点可被过滤器接受的准则,并在此基础上构造一个新的过滤器SQP算法.在一些基本假设下分析了算法的全局收敛性.     

一个简式变尺度算法

提出了构造尺度矩阵的一个简式公式,其对应的简式变尺度算法与正割法等价,当目标函数为正定二次函数时简式变尺度算法与BFGS方法等价.     

求解Fermat场址问题的组合算法

提出一种由信赖域方法和梯度法相结合的求解Fermat场址问题的新算法．该算法在迭代中先采用信赖域法，当出现内循环时。则改用不做线搜索的梯度法．算法运算简单，具有全局收敛性，并克服了信赖域算法产生内循环时造成的运算量大和梯度法收敛速度慢的缺陷。     

求解随机线性互补问题的Levenberg-Marquardt型算法

针对随机线性互补问题的期望残差极小化模型,利用蒙特卡罗方法将其转化为有限个样本的近似问题.基于投影Levenberg-Marquardt算法,给出了求解近似问题的1种Levenberg-Marquardt型算法,证明了算法在一定条件下是全局收敛的.数值实验表明算法是有效的.     

求解无约束优化问题的一种下降算法

研究了求解无约束优化问题的一种共轭下降算法，并在非精确线搜索条件下证明了该算法的全局收敛性．