上海市教委科研基金(05RZ12) 作品数:8 被引量:26 H指数:2 相关作者: 桂胜华 周岩 濮定国 陈茜 王佳凯 更多>> 相关机构: 同济大学 上海第二工业大学 上海商学院 更多>> 发文基金: 上海市教委科研基金 国家自然科学基金 更多>> 相关领域: 理学 更多>>
含弱互补函数的可行的无子规划算法 被引量:1 2007年 用弱互补函数来代替F-B互补函数,由此而构建出四个光滑的线性方程.还修改了第二个线性方程,从而保证了迭代点的可行性和目标函数的下降性.采用修改的拟牛顿算法修正,在没有要求子矩阵Hk是一致正定的条件下,证明该算法具有全局收敛性和局部超线性收敛性.算例表明,该算法具有很好的应用前景. 桂胜华 周岩关键词:约束非线性规划 超线性收敛 拉格朗日-拟牛顿法解约束非线性规划问题 被引量:20 2007年 Panier E R和祁力群等人先后提出解光滑不等式约束函数和光滑目标函数最优化问题的QP-free方法,算法中所有的迭代点为可行点.笔者在先前发表的文章中,提出了含弱互补函数的不等式约束最优化问题的拉格朗日-牛顿法.现笔者改进了先前文章中算法,用拟牛顿公式代替了Hesse矩阵,把解不等式约束最优化问题推广到了既含不等式约束又含等式约束最优化问题,并证明了此算法具有全局收敛性.对一些算例的计算表明,此法具有很好的应用前景. 桂胜华 周岩关键词:拟牛顿法 收敛性 拉格朗日——牛顿法的一个局部超线性收敛算法 2006年 桂胜华等曾提出含弱互补函数的不等式约束最优化问题的拉格朗日-牛顿法和拟牛顿法,但算法中计算Hesse矩阵的工作量较大,且该算法仅能解不等式约束最优化问题.论文改进了桂胜华等的算法,用拟牛顿公式代替了Hesse矩阵,并把解不等式约束最优化问题推广到既含不等式约束又含等式约束最优化问题;证明了此算法具有全局收敛性和局部超线性收敛性. 李树冬 桂胜华关键词:KKT点 拟牛顿法 约束非线性规划 超线性收敛 弱严格互补条件的QP-free方法 2007年 2000年Qi H.和Qi L.提出了利用非线性互补函数求解光滑不等式约束下的光滑目标函数的QP-free方法,该方法能在没有严格互补性假设的情况下证明全局收敛性,但在超线性收敛的证明中仍完全依赖这一假设。本文改进了这一结果,在对原假设进行分析的基础上,给出了比严格互补性假设更弱的条件,证明在这一新假设下仍然可以得到超线性收敛性。 俞昊东 桂胜华 濮定国关键词:超线性收敛性 带记忆的非单调无约束优化算法的全局收敛性 2007年 自从非单调线搜索技巧引入非线性优化后,所得的算法得到了成功的应用与扩展。带记忆的梯度方法经常用来求解无约束优化问题,尤其是大规模的问题。将带记忆梯度法与Wolfe非单调线搜索技巧成功融合到一起得到了新算法。证明了该算法全局收敛。 陈茜 贺向阳关键词:无约束优化 记忆梯度法 非单调线搜索 全局收敛性 约束非线性优化的二阶段滤子SQP算法 被引量:5 2006年 利用了序列二次规划来求解非线性规划问题,并且引进滤子的概念。这样做可避免使用罚函数时选择罚函数参数的困难。在算法中,每次迭代分成可行性阶段和最优化阶段。在可行性阶段中,减小不可行性的某种度量;在最优化阶段中,减小目标函数值。在一些较弱的条件下,证明了算法的全局收敛性。 王佳凯 桂胜华关键词:滤子 全局收敛性 线搜索(LS)共轭梯度法非单调算法的全局收敛性 2007年 非单调线搜索技巧在非线性优化中得到成功的应用与扩展,非单调线搜索下的共轭梯度法则可以提高大规模非线性优化问题的收敛速度。对LS共轭梯度法做了某些变型,在非单调线搜索下,该方法保证每次迭带都会产生下降的方向,在较弱的条件下得到算法全局收敛性。 陈茜 桂胜华关键词:非单调线搜索 全局收敛性 无约束优化 解变分不等式问题的QP-free方法 被引量:1 2007年 提出一种新的QP-free方法解变分不等式问题.通过光滑化的Fischer-Burmeister函数,把变分不等式的KKT优化条件转换为一个简单的约束优化问题,并给出了解这个约束优化问题的迭代算法.这个方法的主要优点是:①能够解任意的变分不等式问题;②每步迭代只需解一个线性方程组;③算法是全局收敛的,在一定条件下是超线性收敛的.数值试验结果表明,这个算法是有效的. 周岩 桂胜华 濮定国关键词:变分不等式问题