一种求解二次函数模型信赖域子问题的分段切线算法

在Hessian矩阵正定的前提下,建立一种最优曲线的微分方程模型.针对此微分方程模型,提出一种求解二次函数模型信赖域子问题的分段切线算法,并分析和证明分段切线路径的合理性.数值结果表明新算法是有效且可行的.

解信赖域子问题的隐式分段折线算法

在Hessian矩阵正定的前提下,建立了一种最优曲线的微分方程模型.针对此微分方程模型,构造了一条隐式分段折线,从而提出了一种求解信赖域子问题的隐式分段折线算法,并且分析和证明了隐式分段折线路径的合理性.数值结果表明新算法是有效且可行的.

一种双割线折线法求解信赖域子问题

结合利用Hessian阵的特征值性质,本文提出求解信赖域子问题的一种双割线折线法,它不同于Powell的单折线,Dennis的双折线和赵英良的切线单折线.在适当条件下,分析双割线折线路径的性质,且证明了算法的收敛性.数值试验表明,这种新算法是有效且可行的.

一种改进的隐式Euler切线法

对于Hessian矩阵正定的情形,在求解二次函数模型信赖域子问题的隐式分段折线算法的基础上,提出一种求解信赖域子问题的改进的隐式Euler切线法,并分析该路径的性质.数值实验表明新算法是有效可行的,且较原算法具有迭代次数少、计算时间短等优点.

带有固定步长的非单调自适应信赖域算法

提出了求解无约束优化问题带有固定步长的非单调自适应信赖域算法.信赖域半径的修正采用自适应技术,算法在试探步不被接受时,采用固定步长寻找下一迭代点.并在适当的条件下,证明算法具有全局收敛性和超线性收敛性.初步的数值试验表明算法对高维问题具有较好的效果.

一种基于新锥模型的自适应信赖域算法

本文提出一种自动确定信赖域半径的新锥模型信赖域算法.该算法在每步迭代中利用以前迭代点的二次信息和水平向量信息自动产生一个信赖域半径.且证明了全局收敛性及超线性收敛性,数值结果验证了新算法的有效性.

广义凸规划的各种对偶性

本文利用作者提出的比ρ－ｉｎｖｅｘ更广泛的相对ρ－ｉｎｖｅｘ凸函数的概念，讨论了相应广义凸规划的各种对偶定理。

基于新拟牛顿方程的修改Broyden族的全局收敛性

本文通过对目标函数四阶Taylor展开提出一种新拟牛顿方程,并给出了修改的Broyden族校正公式,在采用一种Wolfe类线搜索的LS搜索模型下,证明了修改的Broyden族的全局收敛性.

共轭梯度法全局收敛的一个充分条件

通过对不同共轭梯度法收敛性分析的研究,提出了共轭梯度法全局收敛的一个充分条件,分析了该充分条件的合理性,并给出一种带参数的混合共轭梯度法,证明了该方法在强Wolfe线搜索下满足该充分条件.数值实验结果表明:该算法是有效的.

大学数学分层次教学探析

“大众化教育”的来临对过去“精英教育”的教学模式提出了挑战,大学数学作为高等教育中几乎涵盖所有专业的一门重要的基础课程,在多元化的高等教育体系中不可能再维持过去单一的教学模式,它应采用分层次教学模式,即从学校层次、学科层次及学生层次上进行分层次教学。

一种求解信赖域子问题的精确解法

在Hessian矩阵正定的前提下,首先利用线性插值构造了一条折线,并利用该折线提出了一种求解信赖域子问题的精确求解方法,称为分段折线法.并且证明了分段折线路径的合理性,最后分别通过与牛顿法、单折线法、双折线法和切线单折线法的数值实验作比较,数值结果表明新算法是有效且可行的.

混沌粒子群算法及其在桁架结构优化设计中的应用

文章提出一种基于混沌思想的粒子群优化算法,它利用粒子群优化算法收敛速度快和混沌运动遍历性、随机性等特点,对标准粒子群优化算法进行了改进。在算法的初始化阶段,对粒子的位置混沌初始化;在算法运行过程中,对粒子的位置进行混沌更新和粒子群更新相结合的更新方式,使全局收敛与局部收敛达到一定平衡。将该算法应用于桁架结构的优化设计,与标准粒子群算法优化的结果相比较,混沌粒子群算法提高了对多维空间全局搜索能力,可有效避免早熟收敛现象。

拟可微B－preinvex规划的最优性条件

本文借助文献［１］中Ｂ－ｐｒｅｉｎｖｅｘ函数的概念及文献［２］中可拟可微的定义。

在Armijo型线搜索下LS方法的全局收敛性

提出一种新的Armijo型线搜索,并证明了在此搜索下LS方法的全局收敛性。新Armijo型线搜索能够使LS方法找到合适的初始步长,从而使LS方法更好的运行。数值试验表明在新Armijo型线搜索下的LS方法是有效的。

平面绞链四杆机构的改进微粒群算法优化设计

文章介绍了微粒群优化算法的原理,提出了增加种群多样性和算法随机性的改进微粒群算法及实现过程,并把该算法应用于复杂机械优化问题。实例表明,该方法全局收敛性好,是解决工程设计中复杂线性优化问题的可行方法。

求解非线性系统的信赖域方法

本文给出了一个求解非线性系统的信赖域方法。通过引入松驰变量将非线性系统问题转化为带非负约束的非线性最优化问题,新算法借助于KKT条件和F-BNCP函数,在每次迭代时,不必求解二次信赖域子问题,只需求解一个线性方程组。在一定的假设条件下,该算法还是全局收敛和局部超线性收敛的。数值试验结果表明该算法是有效的。

无约束优化问题的对角二阶拟柯西法

通过引入最小改变的对角修正策略,结合弱二阶拟牛顿方程,设计一种新的求解无约束优化问题的对角二阶拟柯西法,此算法保证了修正矩阵的非奇异性.在适当的假设条件下,进一步分析算法的线性收敛性.数值试验结果表明,该算法是有效且可行的.

拟可微B-preinvex规划的对偶定理

本文讨论了［１］中所讨论的拟可微Ｂ－ｐｒｅｉｎｖｅｘ规划的各种对偶性。

非光滑广义凸多目标分式规划的对偶性

讨论由Ｃｌａｒｋｅ广义方向导数定义的广义凸函数所对应的多目标分式规划的对偶性

一种求解二次模型信赖域子问题的新算法

在Hessian矩阵正定的前提下,首先根据信赖域子问题精确求解方法的思想,得到了最优曲线的参数方程,进而建立了一种最优曲线的微分方程模型.针对此微分方程模型,运用中点公式构造了一条折线.从而用该折线代替最优曲线,提出了一种求解二次模型信赖域子问题的新算法.数值结果表明新算法比切线单折线法具有明显的优势.