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。

解非线性互补问题带线搜索的非单调自适应信赖域法

基于Fischer-Burmeister(FB)函数将非线性互补问题等价地转化为求解无约束优化问题。结合自适应信赖域半径方法和基于函数平均权重的非单调技术,提出一个求解非线性互补问题的非单调自适应信赖域方法。在适当的假设条件下,证明了该算法的全局性和超线性,数值结果表明该算法是可行的。

一种新的自适应非单调牛顿算法

本文针对无约束优化问题,提出一种新的自适应非单调线搜索技术.基于新的非单调线搜索技术,提出一种自适应非单调牛顿算法.在适当的假设下,证明了新的算法的全局收敛性.数值结果表明了该算法的可行性和有效性.

解非线性方程自适应变搜索区间的遗传算法

叙述了解非线性方程的一种自适应变搜索区间的遗传算法(GANE)。数值实验表明该算法大大增强了一般遗传算法的性能;在求解非线性方程(组)时,克服了传统方法的某些局限性,完全不需要考虑初始值的选取以及初始区间的确定,甚至在有多个根的任意区间内也可以高效地搜索到精度较高的各个根。

一类带线搜索的非单调自适应信赖域算法

对无约束优化问题提出了一类新的非单调信赖域方法,与通常非单调信赖域方法不同,当试验步失败时并不重解信赖域子问题,而采用非单调线搜索.新算法利用一个R-函数以变化的速率来调整信赖域半径的大小,而不是简单的扩大或缩小一个常数倍.文中在一定的条件下证明了算法的收敛性,并且给出了相应的数值实验结果.

一类新的带线搜索的非单调自适应信赖域算法

对无约束最优化问题提出了一类新的带线搜索的非单调自适应信赖域算法.新算法采用自适应技术,当试验步不成功时,不重解信赖域子问题,而采用Wolfe线搜索,故相对于原有的算法减少了计算量.并在适当的条件下,证明了算法的全局收敛性.

关于一类非光滑极大极小问题的非单调线性搜索算法(英文)

考虑一类非光滑的离散的极大极小问题 :minmax{fi(x) |i=1…m} ,其中fi 是凸的 ,但不一定可微 .在这里我们给出了非单调线性搜索算法 ,并证明了在一定条件下算法具有全局收敛性 .

求解非凸函数极小的非单调线性搜索的修正Broyden算法

提出了一类求解非凸函数极小的修正Broyden算法,并在较弱条件下,即假设目标函数二阶连续可微,其梯度满足Lipschitz条件,采用非单调Wolfe线性搜索确定步长,证明了所提出的修正Broyden算法的全局收敛性。

一种求解非线性互补问题的非单调光滑牛顿法

为提高求解非线性互补问题的效率,文章结合一种新的非单调线搜索技术,给出一种求解非线性互补问题的非单调光滑牛顿算法。在适当的条件下,证明算法具有全局收敛性。数值实验结果表明算法稳定有效。

线性二阶锥互补问题的非单调线搜索光滑算法

在光滑算法的基础上提出线性二阶锥互补问题的基于非单调线搜索的光滑算法。该算法引入了一个非单调因子,利用这个非单调因子来控制线搜索的非单调程度,同时给出算法的全局收敛性及局部超线性收敛性分析,最后给出算法的数值实验,比较不同的非单调因子对同一问题计算结果的影响,结果表明非单调因子对计算结果影响很大。

求解非线性方程组的非单调自适应信赖域方法

提出求解非线性方程组的非单调自适应信赖域法,每次迭代都充分利用当前迭代点包含的二次信息自动产生一个信赖域半径,所用的计算信赖域半径的策略没有增加额外的计算量。在通常的假设条件下,证明了算法的全局收敛性。

线性约束优化的一个自适应非单调信赖域方法

给出了线性约束优化问题的一个自适应信赖域算法,其中的信赖域半径是由算法本身自动进行调解的,从而避免了传统算法在选取信赖域半径时的盲目性.借助于非单调技术,获得了算法的全局收敛性.

求解非线性互补问题的非单调自适应信赖域算法

利用FB-NCP函数将求解非线性互补问题等价转化为求解无约束问题的一个全局极小值.提出一种非单调自适应信赖域算法,并在FB正则的条件下得到该算法是全局收敛性结果.在适当的假设下,进一步证明了该算法的局部超线性收敛和二次收敛性.

一类新的带线搜索的自适应非单调信赖域算法

对于无约束优化问题提出了一类基于新锥模型的带线搜索的信赖域算法。利用自适应技术,当试探步不成功时,不需重新求解子问题,而采用Armijo线搜索,以减少计算量。在适当的条件下,证明了算法的全局收敛性。

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。

基于修正拟牛顿方程解非线性方程组问题的非单调自适应信赖域算法

基于修正拟牛顿方程,结合一种新的非单调策略,设计了一种新的解非线性方程组问题的非单调自适应信赖域算法,分析了算法的全局收敛性.进一步的数值实验表明算法是有效的,并且适于求解大规模问题.

大步长非单调线搜索规则的Lampariello修正对角稀疏拟牛顿算法的全局收敛性

本文在Zhang H.C.的非单调线搜索规则基础上,结合Shi Z.J.大步长线搜索技巧提出了新的大步长的非单调线搜索规则,设计了求解无约束最优化问题的大步长非单调线搜索规则的Lampariello修正对角稀疏拟牛顿算法,在▽f(x)一致连续的条件下给出了算法的全局收敛性和超线性收敛性分析.数值例子表明算法是有效的,适合求解大规模问题.

一类带非单调搜索的SQP算法

本文给出了一个SQP新算法，其特点是使用了非单调搜索，并不再使用严格互补条件，使得算法在一定阶段后具有十分简洁的形式并保持整体收敛与超线性收敛性．

一个基于函数值平均权重的新的非单调自适应信赖域算法

将一种基于函数值平均权重的非单调线搜索技术与自动确定信赖域半径的方法相结合,提出求解无约束优化问题的一个新的非单调自动确定信赖域半径的算法.在假设H:A.对任意的x1∈Rn,水平集L(x1)={x∈Rn|f(x)≤f(x1)}有界;B.在水平集L(x1)={x∈Rn|f(x)≤f(x1)}内,目标函数f(x)的梯度函数g(x)满足Lipschitz条件;C.矩阵序列{Bk}一致有界及其它条件下证明了本算法的全局收敛性.

基于非单调线搜索的HS-DY形共轭梯度方法及在图像恢复中的应用

该文提出了一种求解图像恢复问题和无约束优化问题的改进的共轭梯度算法,其中共轭梯度参数是修改过的HS和DY方法的共轭参数的凸组合形式,新提出的共轭梯度参数比起经典的参数还包含了函数的信息.该方法在不使用任何线性搜索技术的情况下,就可以满足充分下降的性质.此外,在一定合理条件下,该文证明了在非单调线性搜索下新方法的全局收敛性.最后,在无约束优化和图像恢复问题上的实验表明,新方法与其他共轭梯度算法相比,具有良好的竞争力和应用前景.