一类带线性约束的变分不等式的预测校正方法的收敛率分析

考虑一类带线性约束的变分不等式问题:寻找x^(*)∈Ω满足F(x^(*))^(T)(x-x^(*))≥0,■x∈Ω,其中Ω={x∈R^(n)|Ax≤b,x∈K},A∈R^(m×n),b∈R^(m),K是R^(n)上的一个简单的非空闭凸子集,F是R^(n)到R^(n)的连续未知算子且满足强单调.对此类问题,本文研究了一种新的预测校正方法.根据已有的收敛性结果,利用误差界条件进一步分析了该方法的线性收敛性.最后,通过交通均衡问题中两个带线性约束例子的数值结果展示了算法的有效性.

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 。

非线性优化的广义投影变尺度算法及超线性收敛性

结合罚函数法的思想,提出一种初始点任意的广义投影变尺度算法求解非线性等式和不等式约束优化问题,克服了Maratos效应的校正方向自动产生显式表达式,并在适当的条件下证明了算法是全局收敛的,且具有超线性收敛性.实验结果表明算法有效.

非线性等式与不等式约束最优化二阶与超线性收敛的序列线性方程组算法

讨论非线性等式与不等式约束最优化问题,建立了问题的似Newton和拟Newton算法。算法的特点之一是搜索方向d_k仅由一个线性方程组的解确定,步长恒取1,即x_(k+1)=x_k+d_k。另一特点是在没有严格互补的较温和的假设下,算法是二阶与超线性收敛的。本文推广了Facchinei,Lucidi,Boggs,Tolle,Wang等人的算法和收敛性结果。

超线性收敛可行方法的研究进展Ⅰ:SQP类方法(英文)

非线性约束最优化的超线性收敛可行方法是一个具有重要理论意义和实用价值的研究方向。最近该方向得到广泛而深入的研究 ,获得一系列新的研究成果 ,如 SQP类方法、序列线性方程组类方法和显式搜索方向类方法。本文介绍可行 SQP类方法的最近研究成果 ,并采用一个拓广的 SQP模型统一分析各种算法的超线性收敛性。

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.

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.

广义投影型的超线性收敛算法

该文利用矩阵分解与广义投影等技巧，给出了求解线性约束的非线性规划的一个广义投影型的超线性收敛算法，不需要δ－主动约束与每一步反复计算投影矩阵，避免了计算的数值不稳定性，利用矩阵求逆的递推公式，计算简便，由于采用了非精确搜索，算法实用可行，文中证明了算法具有收敛性及超线性的收敛速度．

一类超线性收敛的投影非拟牛顿算法

本文将梯度投影与非拟牛顿法相结合 ,给出了一类求解线性约束非线性规划问题的新算法 .在一定的条件下 。

一个新的SQP方法及其超线性收敛性

由Ｗｉｌｓｏｎ，Ｈａｎ，Ｐｏｗｅｌｌ发展的ＳＱＰ技术是解非线性规划的最有效的方法之一，但是，如果其中的二次子规划问题无可行解或者其搜索方向向量无界，该方法ａｎ和Ｂｕｒｋｅ「３」，周广路「２」分别对二次规划问题作了修正，克服了上述矛盾，本文在「２」的基础上，进上步修正，证明在Ａｒｍｉｊｏ搜索下算法具有全局收敛性，并通过解一辅助线性方程组，利用弧式搜索，得出该方法具有超线性收敛性。

差商变尺度法的超线性收敛性

在文[1]的基础上,本文继续研究差商变尺度法的收敛性质,从文[1]的整体收敛性出发,进一步探讨了差商变尺度法的超线性收敛的特征,同时给出了保证超线性收敛的差商步长条件。

最优化两个拓广的SQP和SSLE算法模型及其超线性和二次收敛性

给出一般约束最优化的序列二次规划 ( SQP)和序列线性方程组( SSLE)算法两个拓广的模型 .详细分析和论证两个模型的局部超线性收敛性及二次收敛性条件 ,其中并不需要严格互补条件 .拓广的模型及其收敛速度结果具有更广泛的适用性 ,为 SQP和

非线性约束条件下一个超线性收敛的——可行方法(Ⅰ)算法A

序列二次规划算法（即ＳＱＰ算法）一般具有良好的超线性收敛性质，在非线性规划中占有非常重要的地位。从实际数值效果来看，ＳＱＰ类算法对于非线性约束下的最优化问题是非常有效的。但这一类算法在实际运算中和终止时所得到的解一般都是不可行的，对于一些与工程设计等实际应用相关的优化问题，这是一个很严重的不足之处。为了克服现有ＳＱＰ类算法的不足。本文给出了一个非线性约束条件下求解ＳＱＰ类问题的可行方法，即算法Ａ。此新方法具有如下优点：（１）每步迭代仅需计算一个二次子规划及一个矩阵的逆；（２）算法每步迭代产生的点均是可行的；（３）在适当的条件下，算法是一步超线性收敛的。

Group Lasso正则化问题的邻近梯度算法的线性收敛性

研究一类目标函数是光滑凸函数与Group Lasso正则项和的优化问题。利用不动点迭代理论分析了邻近梯度算法的全局收敛性和有限收敛性。特别地,在不要求光滑凸函数为严格凸函数的条件下建立了邻近梯度法的线性收敛性。

Dennis-Wolkowicz最小改变割线算法的超线性收敛性

探讨由 Dennis和 Wolkowicz提出的最小改变割线算法的超线性收敛性 .这个算法是Broyden族的成员之一 ,但是它与 Broyden凸族互不包含 ,而且还能很好地逼近 DFP算法 .利用Byrd等人给出的Ψ -函数 ,证明了一致凸函数的 Dennis-Wolkowicz最小改变割线算法具有超线性收敛速度 .

一种求解混合约束优化问题的半可行序列线性方程组滤子算法的局部收敛性

作者在[10]中提出了一种半可行序列线性规划滤子方法.它将QP-free方法推广至混合约束优化问题上,并且保持对不等式约束的可行性,对等式约束部分用滤子方法处理,从而避免了罚参数的选取.该算法只需求解四个具有相同系数矩阵的线性方程组以得到搜索方向.在一定程度上克服了序列二次规划方法的缺点.[10]中仅给出了全局收敛性.本文主要给出了该算法的局部超线性收敛性证明以及数值结果.

P_0函数非线性互补问题的一步非内点连续方法的收敛性

本文对于Ｐ０函数非线性互补问题提出了一个基于Ｋａｎｚｏｗ光滑函数的一步非内点连续方法,在适当的假设条件下,证明了方法的全局线性及局部二次收敛性．特别,在方法的全局线性收敛性的分析中,不需要假定非线性互补问题的函数的Ｊａｃｏｂｉ阵是Ｌｉｐｓｃｈｉｔｚ连续的．文献中为了得到非内点连续方法的全局线性收敛性,这一假定是被广泛使用的．本文提出的方法在每一次迭代只须解一个线性方程式组．

约束问题修正BFGS方法的局部超线性收敛性

将Li Fukushima提出的求解无约束最优化问题的修正BFGS法加以改进,应用于求解等式约束最优化问题.该方法的主要优点在于其迭代矩阵总保持对称正定.在一定的条件下,证明该方法具有局部超线性收敛性.

离散半无限规划的一个超线性收敛的SQP算法

讨论离散半无限规划问题,结合更新离散指标集的技术,提出一种新的可行序列二次规划(FSQP)算法求解由半无限规划(SIP)转化到离散半无限(DSI)问题,使得可行下降方向仅通过求解一个QP子问题可获得,为克服马太效应,高阶校正通过求解带有包含某个约束集的线性方程组所得。在适当的条件下,证明了算法的全局收敛性和超线性收敛性。

求解无约束问题的一类拟牛顿算法的超线性收敛性

文章在韦增欣等提出的修改拟牛顿方程的基础上,提出了一类更为一般的修改拟牛顿方程,从面推广了已有的结论,同时给出了相应的修改BFGS算法,并将它与Armijo线搜索相结合,证明了在适当条件下该算法具有超线性收敛速度。