双参数精确罚函数求解约束优化问题的拟牛顿算法

对于含约束不等式的最优化问题,给出了一种双参数罚函数形式和这种罚函数的精确罚定理,提出了一个求解这种罚函数无约束优化问题的拟牛顿算法,研究了它的收敛性,数值实验表明了该算法是可行的。

曲线搜索下新的记忆拟牛顿算法

利用新的曲线搜索方法,提出一种解决无约束优化问题的记忆拟牛顿算法,给出该算法全局收敛的条件并进行数值实验.新算法由曲线搜索确定迭代步长,搜索方向用到当前迭代点信息的同时还用到上一次迭代点的信息,而且搜索方向与迭代步长同时确定,是一种有效的算法.

拟牛顿粒子群优化算法求解调度问题

针对资源受限的项目调度问题,将粒子群优化算法与拟牛顿优化算法相结合,提出了一种混合粒子群算法。本算法利用粒子群算法求得优化解,然后利用拟牛顿方法对所得到的解进行局部优化,以尽量达到或接近全局最优点。结果表明,本算法能够有效地求解大规模项目调度问题,具有较好的应用价值。

基于对角稀疏拟牛顿技术的非单调曲线搜索的记忆梯度算法

基于对角稀疏拟牛顿技术,结合曲线搜索步长规则、Gu N.Z.非单调技术,建立一种新的求解无约束最优化问题的记忆梯度算法,同时,给出了算法的全局收敛性分析。数值例子表明:算法是有效的,适合求解大规模问题。

等式约束优化的组合信赖域与拟牛顿算法(英文)

本文对等式约束问题提出了一种组合信赖域与拟牛顿算法 .该算法的特点是若L agrangian函数的近似 Hessian阵在等式约束 Jacobi阵的零空间是正定的 ,则选择拟牛顿算法 ,否则用信赖域算法 .在通常信赖域算法的收敛假设下 ,该文证明了组合算法的全局收敛性 .

优化问题的拟牛顿算法

拟牛顿算法是无约束优化问题的有效而著名的算法 ,是牛顿法的近似 .牛顿算法要求目标函数二次连续可微 ,Hesse阵非奇异且正定 ,计算量较大 .拟牛顿算法只要求目标函数一次连续可微 ,以拟牛顿方程为基础来构造算法 ,易于实现 ,计算量较小 ,并形成了完整的算法体系 ,在理论与应用上都有重要意义 .

LC^1类约束优化问题的拟牛顿算法

提出了一种求解 LC1 类约束优化问题的拟牛顿 ( Broyden)族算法 ,在假设目标函数是凸的 LC1 类函数的情况下 。

基于遗传拟牛顿混合算法的四杆机构优化

针对曲柄转角限定和未限定的平面四杆机构轨迹综合问题,文章结合遗传算法(genetic algorithm,GA)全局搜索和拟牛顿算法BFGS局部快速收敛的优点,设计了一种基于GA和BFGS算法混合的平面四杆机构优化算法。对四杆机构进行运动学分析,得到连杆上一点的运动学方程;建立机构的优化数学模型;通过实例与其他启发式智能算法优化结果的对比,验证了该算法在曲柄转角限定和曲柄转角未限定的平面四杆机构轨迹拟合上具有高度的全局收敛能力。

基于稀疏对角拟牛顿方向的非单调超记忆梯度算法

超记忆梯度算法由于其迭代简单和较小的存储需求,在求解大规模无约束优化问题中起着特殊的作用.本文基于稀疏对角拟牛顿技术,结合修正Gu和Mo非单调线搜索步长规则,建立了求解大规模无约束最优化问题的非单调超记忆梯度新算法,给出了算法的全局收敛性分析.新算法具有算法稳定、计算简单的特点可用于求解病态和大规模问题.数值例子表明算法有效稳定.

求解无约束一致性优化问题的分布式拟牛顿算法

本文主要针对网络中各个节点相互协作,最大限度地使本地费用函数的总和最小的无约束一致性优化问题,提出了一类分布式拟牛顿算法。算法仅利用了目标函数的一阶导数信息,每步通过选取一个满足拟牛顿方程的正定对角矩阵来作为费用函数Hesse矩阵逆的校正矩阵,克服了校正矩阵的非稀疏性对算法分布式实现造成的困难,减少了计算量和存储空间。在适当条件下,证明了分布式拟牛顿算法的全局收敛性及局部线性收敛速度,并通过数值实验验证了算法的优越性。

精确罚函数求解约束优化问题的布鲁丹族拟牛顿算法

对于含约束不等式的优化问题,构造双参数精确罚函数并给出精确罚定理,提出了一个求解这种罚函数问题的布鲁丹族拟牛顿算法,研究了算法的收敛性与收敛速度,并进行了数值试验,证明了可行性.

求解非凸函数优化问题的修正广义拟牛顿算法

对无约束最优化问题,提出了一种修正的广义拟牛顿算法,证明了该算法对非凸函数在Goldstein非精确线搜索下具有全局收敛性.

一个求解不可微凸优化问题的Perry-Shanno无记忆拟牛顿型方法

结合Perry-Shanno无记忆拟牛顿法、改进的线搜索方案和Moreau-Yosida正则化技术,本文提出一个可实施的求解不可微凸优化问题的Perry-Shanno无记忆拟牛顿型方法.在合理的假设下,我们建立了方法的整体收敛性.初步的数值实验结果表明了该方法的有效性.

一类改进的拟牛顿算法

在拟牛顿方程基础上,推导出一种新的DFP校正公式,并在强Wolfe步长规则下给出一类新的DFP算法。随后提出一种改进的强Wolfe线性搜索法,改善由于精度所导致的线性搜索失败的问题,并在一定假设下证明改进的算法具有全局收敛性。最后用算例来改进前后的DFP算法的性能作对比,结果表明改进的算法行之有效,并且具有更好的收敛性。

基于拟牛顿算法的空间机械臂姿态优化控制

为了研究机械臂系统在自由漂浮情况下的姿态控制问题,采用输入参数化的方法将连续量的最优控制问题转化为离散量的最优控制问题。利用拟牛顿算法确定最优控制输入信号,可以得到非完整系统运动的优化轨迹。通过数值仿真,表明对于类似的问题该算法是可行的。

等式约束优化的投影拟牛顿法的非单调信赖域算法(英文)

提供了分解投影拟牛顿法结合非单调信赖域算法求解非线性等式约束优化问题 .在合理的条件下 ,证明了算法的整体收敛性 .通过引进二阶矫正步克服了 MARATOS效应 。

应用修正正交有限内存拟牛顿算法的全波形反演

全波形反演(FWI)通过最小化观测数据与计算数据之间的误差,得到高分辨率的地下模型参数。正则化技术常用来克服FWI的不适定性。复杂地质模型可能同时具有平滑特征及锐利边界,单一的正则化方法往往不能得到令人满意的反演结果。为此,针对带有混合正则化的目标泛函不可微性,提出一种修正正交有限内存拟牛顿方法,求解相应的正则化目标泛函。在具有复杂构造的修正Marmousi模型以及BG Compass模型上进行数值模拟试验,且与不带有正则化的全波形反演及邻近有限内存拟牛顿方法进行比较,结果表明所提修正正交有限内存拟牛顿算法在计算效率及定量分析上具有明显的优越性。

关于BOX约束优化的有限记忆BFGS算法

研究一种求解有界优化约束的有限记忆BFGS算法.在适当的条件下,证明了算法的全局收敛性.数值实验表明这种算法优于一般的算法.

结合CF和PCG搜索的拟牛顿优化算法

针对拟牛顿优化算法求解非线性方程组和无约束优化问题时,需要进行大量的迭代计算的问题.文中提出了一种结合CF和PCG搜索的拟牛顿优化算法,该算法结合CF和PCG搜索的步长因子来得到一种有效的牛顿搜索算法.在强Wolfe准则下的全局收敛性和数值分析结果表明,文中所提出的算法能加快拟牛顿优化算法的求解速度并能得到更高的精度.

基于粒子群-拟牛顿混合算法的管道机器人定位

针对管道机器人定位问题,通过磁偶极子理论建立了以极低频电磁脉冲为检测手段的定位模型,推导出了定位模型的非线性方程组。在此基础上设计了基于粒子群优化-拟牛顿混合算法用于定位方程组的求解,提高了管道机器人的定位精度,避免了粒子群优化算法局部精细搜索能力差和拟牛顿算法对初值敏感的不足。数值仿真与实验结果验证了管道机器人定位模型和数值算法的有效性和可行性,实验定位平均误差满足管道机器人工作中定位的需要,采用改进的混合算法后,平均定位误差在x、y、z三个方向上分别降低了4.19 cm、3.81 cm、4.65 cm,提高了定位精度。