局部超线性常微分p-Laplacian系统的多重周期解

利用临界点理论研究常微分p-Laplacian方程周期解的存在性,在比Ambrosetti-Rabinowitz条件更弱的超线性条件下,得到了多重周期解存在的充分条件.

一类修正BFGS算法的局部超线性收敛性

基于Hiroshi Yabe提出的新拟牛顿方程,给出了一类更广泛的修正BFGS算法(MBFGS算法),并在一定的假设条件下,结合Wolfe搜索准则,证明了MBFGS算法具有局部超线性收敛性.数值试验结果表明,对于一般无约束优化,MBFGS算法是正确和有效的.

局部超线性椭圆方程Robin边值问题的多重解

利用临界点理论研究椭圆方程Robin边值问题解的存在性.在比Ambrosetti-Rabinowitz条件更弱的超线性条件下,得到了多重解存在的充分条件,所得结论推广了已知结果.

含Hardy位势的局部超线性p-Laplacian方程多重解的存在性

p-Laplacian方程是一类比较重要的微分方程模型,它来自于非牛顿流体问题及非线性弹性问题.在比Ambrosetti-Rabinowitz条件更弱的局部超线性条件下,研究含有Hardy位势的p-Laplacian方程Dirichlet边值问题解的存在性.通过将这类问题的解转化为定义在一个适当空间上泛函的临界点,然后利用Hardy不等式和临界点理论中的对称山路建立了无穷多解存在的充分条件,所得结论推广和改进了已知结果,并举例说明了所获得的主要结果是有效的.

局部超线性p(x)-Laplace方程的多重解

利用临界点理论研究p(x)-Laplace方程Dirichlet问题解的存在性.在具有局部超线性增长非线性项时,根据对称山路定理,得到方程多重解存在的充分条件.

局部超线性p-基尔霍夫方程的多重解

利用临界点理论研究p-基尔霍夫方程多重解的存在性。在具有局部超线性非线性项时,根据对称山路定理,得到了解存在的充分条件。

多目标优化非单调线性加权牛顿算法

本文提出了一种求解多目标优化问题的非单调线性加权牛顿算法。在目标函数有下界且梯度Lipschitz连续的条件下证明了算法的全局收敛性。在目标函数满足二次连续可微且局部强凸的条件下,证明了该算法具有局部超线性收敛速度。数值实验结果表明,相比于单调线性加权牛顿算法,该算法能够更加高效地求解多目标优化问题。

一种新修正拟牛顿法的超线性收敛性

拟牛顿法是无约束极小化中最有效的算法之一 .通过讨论一种基于新拟牛顿方程的修正拟牛顿法 。

基于新拟牛顿方程的一类超线性收敛的改进BFGS算法

针对无约束最优化问题,在已建立的一类新拟牛顿方程的基础上,把满足于传统拟牛顿方程的一类改进BFGS算法推广到新拟牛顿方程,从而得到一类基于新拟牛顿方程的改进BFGS算法.证明该算法在目标函数为一致凸时具有局部超线性收敛性.

局部误差的有界约束非线性方程组的非单调信赖域算法(英文)

本文提供了在没有非奇异假设的条件下,求解有界约束半光滑方程组的投影信赖域算法.基于一个正则化子问题,求得类牛顿步,进而求得投影牛顿步.在合理的假设条件下,证明了算法不仅具有整体收敛性而且保持超线性收敛速率.

非线性不等式组的信赖域算法

对于非线性不等式组的求解,采用构造辅助函数将非线性不等式组转化成为一个非线性方程组。文中采用光滑信赖域方法对非线性方程组进行逐次逼近从而求得问题的解。算法的全局收敛性和局部超线性收敛性得到了保证,数值试验表明算法对于小规模问题是切实可行的。

求解一般非线性互补问题的光滑化方法

在利用Fischer-Burmeister函数将非线性互补问题转化为非线性方程组的基础上,本文通过将信赖域方法与线性搜索方法结合起来,提出了求解一般非线性互补问题的光滑化方法.算法中我们给出了一个特定条件,条件满足时,采用信赖步,条件不满足时,采用梯度步.我们证明了算法具有全局收敛性,在解是R-正则的条件下,收敛速度是Q-超线性/Q-二阶收敛的.

线性二阶锥权互补问题的非精确非单调光滑化牛顿法

针对线性二阶锥权互补问题,提出一种新的非精确非单调光滑化牛顿法.首先,基于新的含参数光滑函数,将线性二阶锥权互补问题转化为一个光滑方程组;然后,给出求解该方程组的新非精确非单调光滑化牛顿法;最后,在半正定矩阵假设下,证明该算法全局收敛和局部超线性收敛.数值结果表明,该算法稳定、有效.

非线性等式约束问题的既约Hessian校正算法

考虑非线性等式约束优化问题,提出一种既约Hessian阵校正算法,此算法分别对Lagrange函数的单边既约Hessian阵的近似阵和双边既约Hessian阵的近似阵进行校正.我们证明了若每次迭代至少有一者被校正时,算法具有1—步Q—超线性收敛速度.

一个求解非线性互补问题非单调自适应信赖域方法

基于Fischer-Burmeister函数(简称FB函数)可将非线性互补问题转化等价的无约束问题求解。在信赖域与非单调技术相结合基础上提出一个求解非线性互补问题非单调自适应信赖域算法。该算法具有全局收敛性,且在适当的假设下该算法也具有局部超线性收敛。数值结果表明该算法是有效的。

非线性等式约束分解信赖域算法(Ⅰ)

本文采用分解、合成的思想,求解非线性等式约束优化问题,第一节,介绍了算法的发展;第二节,利用Fletcher罚函数,给出本文使用的两个算法:通常信赖域算法,非单调信赖域算法。非单调信赖域算法是通常信赖域算法的推广,算法实践表明:非单调信赖域算法更具优越性,开始受到充分重视。

解非线性互补问题的非精确正则化算法

构造一个新的光滑逼近函数,通过该函数将非线性互补问题转化为与之等价的方程组问题。建立解该方程组的非精确正则化算法,在该算法中光滑参数与正则参数为彼此独立的变量,且可以通过解线性方程组很快得到。并在较弱的条件下证明了该正则算法的全局收敛性和局部超线性收敛性。

广义拟牛顿算法对一般目标函数的收敛性

本文证明了求解无约束最优化的广义拟牛顿算法在Goldstein非精确线搜索下对一般目标函数的全局收敛性 ,并在一定条件下证明了算法的局部超线性收敛性 .

二阶锥权互补问题的光滑牛顿法

二阶锥权互补问题是由R^n上的权互补问题推广到二阶锥上而来。基于欧几里得约当代数理论,构造一个新的含参数的二阶锥权互补问题的光滑函数。运用新的光滑函数,提出求解二阶锥权互补问题的光滑牛顿法。该算法对初始点的选取没有限制,且在适当的假设下,具有全局收敛性和局部超线性收敛速度。数值结果表明该算法能有效求解二阶锥权互补问题。

一个新的非单调自适应信赖域方法

自适应信赖域方法是求解无约束非线性优化问题的一种有效方法.将非单调线搜索技术与自适应信赖域方法相结合,提出了求解无约束优化问题的一个新的非单调自适应信赖域方法.在适当条件下,证明了该算法的全局收敛性和局部超线性收敛结果.并对其进行了数值实验,结果表明该算法是可行的.