导读:本文包含了无惩罚型论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:等式,线性,全局,方法,收敛性,算法,对偶。
无惩罚型论文文献综述
刘江燕[1]（2016）在《一个无惩罚型方法的超线性收敛性》一文中研究指出惩罚型方法和无惩罚型方法求解约束优化问题时,都有可能产生Maratos效应,通过Maratos效应,一个满SQP步可能导致目标函数值和约束违反的度量都增大,从而导致算法不能快速局部收敛.克服Maratos效应的常用方法是采用二阶校正方法和非单调技术,这两种方法都将使算法实现变得较为复杂.研究既不使用二阶校正方法也不使用非单调技术,而是直接使用拉格朗日函数克服Maratos效应的方法有着重要的理论意义和应用价值.本文对非线性等式约束优化问题提出一种带信赖域结构的无惩罚型方法,尝试步由法向步和切向步组成,并根据当前迭代点处拉格朗日函数的预测下降量、约束违反度和信赖域半径之间的关系确定当前迭代是f-型迭代还是c-型迭代.对于f-型迭代,算法要求拉格朗日函数值有充分下降,对于c-型迭代,算法要求约束违反的度量有充分下降,算法无需可行性恢复阶段,既不采用二阶校正方法也不使用非单调技术.在通常的假设条件下,我们分析了该算法的适定性,证明了算法的全局收敛性,并在二阶充分条件下,证明了该算法是一步超线性收敛的.最后,我们对优化测试环境CUTEr中的109个中小规模的等式约束优化问题进行了初步的数值实验,并与国际上着名的优化软件包Lancelot软件的计算结果进行比较,结果表明新算法是比较有效的.(本文来源于《苏州大学》期刊2016-06-01）
邱松强,陈中文[2]（2014）在《一个无惩罚型原始对偶内点算法及其收敛性分析》一文中研究指出本文提出一个新的无惩罚型原始对偶内点算法,区别于罚函数法和滤子法,新算法通过对尝试点的不可行性的控制来确保算法的全局收敛性.算法首先求解一个线性系统获得搜索方向,然后根据当前迭代点的最优性度量和可行性度量之间的关系来确定当前是优先改善可行性度量还是改善最优性度量,最后利用直线搜索法确定步长.新算法没有使用专门的可行性恢复过程,在通常的假设条件下,我们分析了新算法的全局收敛性,给出了初步的数值实验结果.(本文来源于《应用数学学报》期刊2014年03期）
梁江娜[3]（2012）在《约束优化问题的无惩罚型双边既约Hesse阵方法》一文中研究指出求解非线性约束优化问题的传统方法都是借助于某个惩罚函数作为效益函数,这一类方法我们统称为惩罚型方法,但惩罚型方法难以选择适当的罚参数,并且,罚参数过大还会导致问题数值上病态.因此,能否设计出不使用罚参数的新型方法即无惩罚型方法意义重大Fletcher等人在1997年开始提出不使用罚参数的过滤方法,是目前具有代表性的无惩罚型方法,其数值试验结果颇为满意,但过滤方法在每步迭代都需要存储一个滤子集,这可能导致增大存储量.因此,研究不使用滤子技巧的其它无惩罚型方法同样具有重要的理论意义和应用价值.本文研究求解非线性等式约束优化问题的一类新的无惩罚型方法,其主要特点是既不带有罚函数,也不使用滤子技巧.为了能够处理大型问题,本文采用双边既约Hesse阵方法并结合线搜索策略,使目标函数值在约束违反度的一个合理范围内不断减小,最终达到问题的最优解.在通常的假设条件下分析了新算法的全局收敛性,并借助二阶校正步来克服Maratos效应,在合理的假设条件下分析了带有二阶校正步算法的局部收敛性.最后,利用国际公认的无约束和约束优化问题测试库CUTEr中的问题进行数值试验,并与不使用双边既约Hesse阵的方法相比较,其数值试验结果表明了新算法的有效性.(本文来源于《苏州大学》期刊2012-04-01）
孙刘平[4]（2009）在《一个无惩罚型两步线性搜索算法》一文中研究指出受Ulbrich-Ulbrich方法的启发,提出两步线性搜索算法.在算法中,每次计算一个切方向和一个法方向,再通过后退线搜索技术确定步长.通过要求法向下降量、切向下降量和函数下降量满足一定的关系来保证全局收敛性.该算法不需要使用罚函数,搜索方向的计算量比较小.最后,通过数值试验来验证算法的有效性.(本文来源于《徐州师范大学学报(自然科学版)》期刊2009年04期）
孙刘平[5]（2009）在《一个无惩罚型两步线性搜索算法》一文中研究指出无惩罚方法是目前非线性优化领域的研究热点,过滤方法和Ulbrich-Ulbrich非单调信赖域技术是其中比较成熟的两种方法.本文受Ulbrich-Ulbrich方法的启发,提出了两步线性搜索算法.在算法中,每次计算一个切方向和一个法方向,再通过后退线搜索技术确定步长.通过要求法向下降量、切向下降量和函数下降量满足一定的关系来保证全局收敛性.该算法不需要使用罚函数,搜索方向的计算量比较小.最后,通过数值试验来验证算法的有效性.(本文来源于《苏州大学》期刊2009-05-01）
顾朗,刘静[6]（2004）在《非线性等式约束优化问题的无惩罚型方法》一文中研究指出对非线 性 等式 约 束 优 化 问题 的 一 类 无 惩罚 型 方 法, 在 没有 约 束 梯 度线 性 独 立 的 假设 条 件 下, 分 析 了在 迭 代 点 的 可行 性 条 件 和目 标 函 数 同 时改 善 时 的 性质 , 讨 论 了 算 法 的全 局 收 敛 性。(本文来源于《黑龙江科技学院学报》期刊2004年04期）
顾朗[7]（2004）在《非线性等式约束优化问题的无惩罚型方法》一文中研究指出传统的约束优化问题都需用到惩罚参数,理论上罚参数足够大一定保证收敛,但实际上往往会出现上溢而计算失败。1996年Fletcher等人首先提出过滤方法的设想,立即引起许多学者的关注,近几年已出现了一些成果。无惩罚型方法是一类新型的算法,M.Ulbrich等人就线性独立约束规格条件成立的情形作了研究,本文以此为依据,提出一个不需要线性独立约束规格条件成立的更一般的算法。我们对非线性等式约束优化问题的一类无惩罚型方法,在没有约束梯度线性独立的假设条件下,分析了在迭代点的可行性条件和效益函数同时改善的性质,讨论算法的全局收敛性,并进行数值试验。数值结果表明该种方法比较有效。(本文来源于《苏州大学》期刊2004-03-01）
无惩罚型论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文提出一个新的无惩罚型原始对偶内点算法,区别于罚函数法和滤子法,新算法通过对尝试点的不可行性的控制来确保算法的全局收敛性.算法首先求解一个线性系统获得搜索方向,然后根据当前迭代点的最优性度量和可行性度量之间的关系来确定当前是优先改善可行性度量还是改善最优性度量,最后利用直线搜索法确定步长.新算法没有使用专门的可行性恢复过程,在通常的假设条件下,我们分析了新算法的全局收敛性,给出了初步的数值实验结果.
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
无惩罚型论文参考文献
[1].刘江燕.一个无惩罚型方法的超线性收敛性[D].苏州大学.2016
[2].邱松强,陈中文.一个无惩罚型原始对偶内点算法及其收敛性分析[J].应用数学学报.2014
[3].梁江娜.约束优化问题的无惩罚型双边既约Hesse阵方法[D].苏州大学.2012
[4].孙刘平.一个无惩罚型两步线性搜索算法[J].徐州师范大学学报(自然科学版).2009
[5].孙刘平.一个无惩罚型两步线性搜索算法[D].苏州大学.2009
[6].顾朗,刘静.非线性等式约束优化问题的无惩罚型方法[J].黑龙江科技学院学报.2004
[7].顾朗.非线性等式约束优化问题的无惩罚型方法[D].苏州大学.2004
论文知识图
