A UNIFIED APPROACH TO THE METHOD OF GRADIENT PROJECTION WITH ARBITRARY INITIAL POINT

In this paper,we present a family of gradient projection method with arbitrary initialpoint.The formula of search direction in the method is unitary.The convergent conditions ofthe method are given.When the initial point is feasible,the family of the method contains severalknown algorithms.When the initial point is infeasible,the method is exactly that given in[6].Finally,we give a new method which has global convergence property.

关于一个Brauer定理的注记

研究一个被广泛引用的Ｂｒａｕｅｒ定理，指出该定理是错误的；讨论了特征值估计理论中常涉及的卵形Ｄｉ，ｊ＝｛ｚ∈Ｃ∶｜ｚ－ａｉ‖ｚ－ａｊ｜≤ＲｉＲｊ，ｉ≠ｊ｝，其中Ａ＝（ａｉｊ）∈Ｃｎ，ｎ，得到了关于Ｄｉｊ和矩阵特征值的有关结论，从理论上说明了Ｂｒａｕｅｒ定理错误的原因。

初始点任意优化问题的广义摄动梯度投影算法

本文讨论带不等式和等式约束优化问题 ,考虑到计算的误差因素 ,在搜索方向上进行摄动 ,提出了求解非线性规划问题的广义摄动梯度投影算法 ,其初始点可以任意选取 ,使在实际计算上容易实现 .同时 。

初始点任意的广义梯度投影算法

利用广义梯度投影与罚函数技巧，将等式与不等式约束问题化成一个无约束问题。给出了一个初始点任意的广义梯度投影算法，削弱了文献［８］的条件，罚参数在计算中自动调整，在迭代次数适当大时成为常数，并证明了算法具有全局收敛性，在实际应用中也容易实现。

初始点任意优化问题的广义梯度投影法

利用广义投影与罚函数技巧和辅助规划处理带等式和不等式约束问题以及采用二阶段搜索方法，给出了一个初始点可任意的带不等式和等式约束的优化问题的广义梯度投影算法，并证明了该算法具有全局收敛性。文中削弱了文献［１］的条件，保持了它的优越性，罚参数在计算过程中自动调整且只需适当大，因此，在实际运用中不会有太大的困难。

任意初始点下的广义梯度投影滤子算法(英文)

提出了一个任意初始点的广义梯度滤子方法.该方法不使用罚函数以避免由此带来的缺陷并可以减少计算量,方法的另一个特点是不因使用了滤子技术而使算法早熟或陷入循环.算法对初始点没有要求并在比较合理的条件下具有全局收敛性.

初始点任意的一个非线性优化的广义梯度投影法

广义投影算法的优点是避免转轴运算。它成功地给出了线性约束问题、初始点任意的只带非线性不等式约束问题，以及利用辅助规划来处理带等式与不等式约束问题的算法．后者完满地解决了投影算法对于非线性等式约束问题的处理，但要求满足不等式约束的初始点．本文据此利用广义投影与罚函数技巧给出了一个初始点任意的等式与不等式约束问题的算法，省去了求初始解的计算，并保持了上述方法的优点。

初始点任意的解非线性不等式约束优化问题的结合共轭梯度参数的超记忆梯度广义投影算法

本文利用广义投影矩阵,对求解无约束规划的超记忆梯度算法中的参数给出一种新的取值范围以保证得到目标函数的超记忆梯度广义投影下降方向,并与处理任意初始点的方法技巧结合建立求解非线性不等式约束优化问题的一个初始点任意的超记忆梯度广义投影算法,在较弱条件下证明了算法的收敛性,同时给出结合FR,PR,HS共轭梯度参数的超记忆梯度广义投影算法,从而将经典的共轭梯度法推广用于求解约束规划问题,数值例子表明算法是有效的。