一种解决不等式约束优化问题的光滑牛顿法

本文通过引入松弛变量和Fischer函数把带有不等式约束优化问题的K-T条件转化为一个等价的非线性系统,并引入一参数μ,从而提出了一种新的光滑牛顿法。在适当的条件下,证明了算法的全局收敛性,并提供了数值结果。

一个求解非线性不等式约束优化问题的带有共轭梯度参数的广义梯度投影算法(英文)

本文提出一个求解非线性不等式约束优化问题的带有共轭梯度参数的广义梯度投影算法.算法中的共轭梯度参数是很容易得到的,且算法的初始点可以任意选取.而且,由于算法仅使用前一步搜索方向的信息,因而减少了计算量.在较弱条件下得到了算法的全局收敛性.数值结果表明算法是有效的.

不等式约束优化一个可行序列线性方程组算法

提出了求解非线性不等式约束优化问题的一个可行序列线性方程组算法.在每次迭代中,可行下降方向通过求解两个线性方程组产生,系数矩阵具有较好的稀疏性.在较为温和的条件下,算法具有全局收敛性和强收敛性,数值试验表明算法是有效的.

非线性不等式约束优化问题的一个修正BFGS信赖域算法

将一个无约束优化问题的修正BFGS信赖域算法成功地应用于不等式约束优化问题。通过修正BFGS公式构造了新的信赖域子问题,从而得到不等式约束优化问题的修正BFGS信赖域算法,并在一定条件下证明了其可行性。

基于模式搜索方法的解不等式约束优化问题的算法设计

针对不等式约束的优化问题,构造了一类带新的NCP函数的增广拉格朗日函数,在一定的条件下,证明了增广拉格朗日函数的平稳点、局部极小点之间、全局最小点与原问题KKT点、局部极小点全局最小点有1-1对应关系。然后针对这个增广拉格朗日函数的特点,把模式搜索方法运用在构造的算法中,并证明了算法的收敛性。

不等式约束优化的一个滤子SQP算法

本文提出了一个解不等式约束优化的滤子SQP算法。当QP子问题不可行时,对算法进行校正,减小其不可行性避免Maratos效应;通过松弛滤子的接受条件有利于得到全局最优点。在适当的条件下,证明了算法具有全局收敛性。

解不等式约束优化的新的序列线性方程组方法

提出一种新的序列线性方程组(SSLE)算法解非线性不等式约束优化问题.在算法的每步迭代,子问题只需解四个简化的有相同的系数矩阵的线性方程组.证明算法是可行的,并且不需假定聚点的孤立性、严格互补条件和积极约束函数的梯度的线性独立性得到算法的全局收敛性.在一定条件下,证明算法的超线性收敛率.

解不等式约束优化问题的一种修正的SQP方法

提出了一个解不等式约束优化问题的新方法,克服了SQP方法中线性化约束不相容的问题,同时利用Li-Fukushima提出的求解无约束问题的MBFGS公式对Hessian矩阵进行修正,在适当的条件下,证明了算法的全局收敛性.

求解不等式约束优化问题的一个改进算法

本文改进了一个求解不等式约束优化问题的对偶算法,建立了一个相应的算法,进一步证明了该算法的收敛性．最后,给出数值结果以验证该算法的有效性．

关于不等式约束优化问题的一类SQP算法的注记

指出参考文献[3]中主要结果定理1的证明中的一个错误.

不等式约束优化问题的可行信赖域滤子法

利用可行信赖域方法和滤子方法的思想,建立了一个新的求解不等式约束优化问题的算法;算法利用修正的二次规划子问题获得可行搜索方向,当迭代点不能被滤子接受时对搜索方向进行修正,并减小信赖域半径。算法既保证了QP子问题的可行性,又在一定程度上简化了算法结构;在合适的条件下,证明了算法具有全局收敛性。

基于Huber损失和Capped-L1正则的线性不等式约束稀疏优化问题研究

对多元线性回归中回归系数的估计问题,本文考虑了基于Huber损失和线性不等式约束的稀疏优化模型。首先,给出了稀疏优化的原问题、基于Capped-L1正则的松弛问题和基于约束惩罚的无约束问题三种模型。其次,借助惩罚模型方向稳定点的下界性质,在一定条件下分析了三种模型全局最优解的等价性。最后,提出了光滑化惩罚算法,并证明了该算法的收敛性。本文为求解线性不等式约束稀疏优化问题提供了理论和方法基础。

不等式约束最优化问题最优性条件的教学

不等式约束最优化问题最优性条件的分析往往是建立在Farkas引理上的,而Farkas引理与约束最优化问题的最优性条件没有直接的关系.对约束最优化问题的最优性条件进行教学研究,给出了一种不依赖Farkas引理的教学设计思路.整个教学设计的思路是建立在等式约束的最优性条件上,因此更易于学生建构起最优性条件的理论体系.

解约束优化问题的QP-free可行域方法(英文)

本文利用一个新的分片线性NCP函数提出一个新的可行的QP-free方法解非线性不等式约束优化问题.不同于其他的QP-free方法,这个方法只考虑在工作集中的约束函数,工作集是积极集的一个估计,因此子问题的维数不是满秩的.这个方法可行的并且不需假定严格互补条件、聚点的孤立性得到算法的全局收敛性,并且积极约束函数的梯度不要求线性独立的,其中由拟牛顿法得到的子矩阵不需要求一致正定性.

不等式约束条件下的可行SQP方法

提出一个处理非线性不等式约束优化问题的有效可行SQP算法.每一步迭代,只需求解在近似积极约束指标集下的一个二次规划子问题和一个线性方程组,该方法有效的避免了马太效应.在无严格互补假设条件下,证得算法是全局收敛和超线性收敛的.数值试验表明该算法是有效的.

基于增广Lagrange函数的约束优化问题的一个信赖域方法

本文提出一个求解不等式约束优化问题的基于指数型增广Lagrange函数的信赖域方法.基于指数型增广Lagrange函数,将传统的增广Lagrange方法的精确求解子问题转化为一个信赖域子问题,从而减少了计算量,并建立相应的信赖域算法.在一定的假设条件下,证明了算法的全局收敛性,并给出相应经典算例的数值实验结果.

求解不等式约束问题的一类新的精确罚函数方法

对于光滑的非线性不等式约束优化问题,我们提出了一类新的精确罚函数,并给出了罚函数的精确性质的充分条件.在实际应用过程中,优化问题的可行域可能是空集.因此,本文在考虑了问题可能不可行的前提下,讨论了精确罚函数方法,并分析了其全局收敛性.最后通过数值实验,证明了该算法对于不同类型的罚函数是有效的.

序列线性方程组方法解约束SC^1函数最小化问题

对不等式约束SC1函数最小化问题提出一个可行的序列线性方程组算法.算法的每步迭代,子问题只需解具有相同的系数矩阵的四个简化的线性方程组.这个算法的特点是产生的迭代点是可行的;只考虑指标在集合I的一个子集Ak中的约束函数;不需假定聚点的孤立性,就可证明算法产生的迭代点全局收敛到问题的KKT(库恩-塔克)点.在较弱条件下,证明算法是超线性收敛的.

OPVIC约束系统的稳定性与法锥表达式

探讨带有变分不等式约束的优化问题的约束系统的稳定性与可行域法锥表达式之间的联系,尤其研究不同解映射的稳定性对正则法锥和极限法锥表达式的影响.研究表明解映射的平稳性可以保证正则法锥的上包含形式的表达式,且在一定约束规范下保证极限法锥的上包含形式的表达式;广义解映射的平稳性可直接保证极限法锥的上包含形式的表达式,且在一些集合正则条件下保证极限法锥的等式形式的表达式.上述结果为进一步研究带有变分不等式约束的优化问题的最优性条件奠定基础.

桥梁检测机器人作业规划与位姿优化方法研究

针对桥梁底部病害人工检测的作业难题,介绍了桥梁检测机器人的工作原理,结合桥梁的结构化特征和视觉检测拍摄参数约束,研究了桥梁检测机器人作业规划与位姿优化方法。首先,提出一种以最佳拍摄模型约束的桥梁检测机器人拍摄作业位姿规划方法。在最佳拍摄规划方法的基础上,针对小箱梁桥梁和T型梁桥梁底部的褶皱结构,研究了以安全拍摄模型为约束的拍摄位姿优化方法,设计了结合拍摄偏角和拍摄距离的权重函数,推导了优化算法公式并给出了收敛证明。通过对不同拍摄参数的配置,进行了针对空心板桥梁的拍摄作业位姿规划方法仿真;针对小箱梁桥梁的结构,在位姿规划仿真结果基础上进行了位姿优化方法的仿真。最后以研制的桥梁检测机器人为对象,进行了现场测试与验证,仿真和实验结果均表明,该规划和优化方法符合桥梁拍摄检测的要求,具有很好的鲁棒性和实时性。