导读:本文包含了序列线性方程组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:序列,线性方程组,线性规划,线性,算法,不等式,全局。
序列线性方程组论文文献综述
王福胜,高娟,赵媛璐,姜合峰[1]（2019）在《混合约束Minimax问题的基于序列线性方程组的模松弛SQP算法》一文中研究指出本文针对带等式与不等式的混合约束Minimax问题,提出了基于序列线性方程组的模松弛SQP算法.在新算法中,我们首先引入了ε-积极约束集,在此基础上构造了—个模松弛QP子问题和序列线性方程组,以获得可行下降方向.另外,新算法采取了一种既无罚函数又无滤子的弧搜索步长策略,以避免罚参数的选取·新算法既克服了Maratos效应,又大大地减少了算法的计算工作量和储存量.在适当的假设条件下,证明了算法的全局收敛性.初步数值实验验证了该算法的有效性与优越性.(本文来源于《应用数学学报》期刊2019年02期）
赵媛璐,王福胜[2]（2017）在《不等式约束Minimax问题的一个可行序列线性方程组算法》一文中研究指出提出了求解不等式约束minimax问题的一个可行序列线性方程组算法.在每次迭代中可行下降方向通过求解两个具有相同系数矩阵的线性方程组产生,系数矩阵具有较好的稀疏性,计算量少.在适当的假设条件下,算法具有全局收敛性,初步数值实验验证了算法的有效性.(本文来源于《太原师范学院学报(自然科学版)》期刊2017年04期）
马国栋,简金宝[3]（2015）在《不等式约束优化一个可行序列线性方程组算法》一文中研究指出提出了求解非线性不等式约束优化问题的一个可行序列线性方程组算法.在每次迭代中,可行下降方向通过求解两个线性方程组产生,系数矩阵具有较好的稀疏性.在较为温和的条件下,算法具有全局收敛性和强收敛性,数值试验表明算法是有效的.(本文来源于《运筹学学报》期刊2015年04期）
莫兴德[4]（2011）在《约束优化带双向线搜索的强次可行序列线性方程组算法》一文中研究指出本文讨论非线性不等式约束优化问题的序列线性方程组算法.首先,通过改进[Li J L, Jian J B. OR TRANSACTIONS,2003,7(2)]的算法,提出一个强次可行序列线性方程组算法,该算法初始迭代点可以任意选取.每一次迭代,只由一个具有简单结构的线性方程组产生搜索方向,或者由一个确保强收敛的辅助方向代替,且辅助方向在有限次迭代后会自动取消；由传统Armijo线搜索确定步长,迭代点所满足的约束个数单调不减,而且目标函数值不会增加太大.适当条件下,有限步迭代后,迭代点进入可行域,从而保证了近似解的可行性.其次,本文提出一种新的线搜索技术—双向线搜索,其主要思想是,在线搜索时允许向前(步长逐渐递减的方向)或向后(步长逐渐递增的方向)双方向试探步长,尽可能找到较大的步长.因此线搜索步长不局限小于或等于1,而允许它大于1.这一技术大大提高算法的数值效果,尤其是对大规模的非线性最优化问题.结合双向线搜索技术,提出了带双向线搜索的强次可行序列线性方程组算法.在一定条件下证明了两个算法都具有全局收敛和超线性收敛以及二次收敛性.最后,进行了大量的数值试验,验证算法和双向线搜索技术的有效性,尤其是尝试了一些大规模的问题测试.(本文来源于《广西大学》期刊2011-06-01）
孙清滢,高宝,桑兆阳,田凤婷[5]（2010）在《半无限规划的改进序列线性方程组算法》一文中研究指出基于离散技术,结合对角稀疏拟牛顿技巧,建立了初始点任意下的求解半无限规划的序列线性方程组算法,并证明了算法的全局收敛性和一步超线性收敛性.数值例子表明算法是有效的.(本文来源于《运筹学学报》期刊2010年02期）
沈春根[6]（2009）在《一种序列线性方程组滤子算法的收敛性分析》一文中研究指出笔者曾提出一种不可行序列线性方程组滤子方法.它将不可行无需二次规划(QP-free)方法与滤子技巧结合,可以避免罚参数的选取.只需求解两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.在以上算法的基础上,增加了一个同系数矩阵的线性方程组以计算二阶校正步,使得算法避免了Maratos效应.在一定的条件下,证明了该算法的局部超线性收敛性.(本文来源于《同济大学学报(自然科学版)》期刊2009年03期）
薛文娟,沈春根,濮定国[7]（2009）在《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》一文中研究指出作者在[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.(本文来源于《应用数学》期刊2009年01期）
沈春根,薛文娟[8]（2008）在《一种序列线性方程组滤子算法的全局收敛性》一文中研究指出提出了一种不可行序列线性规划滤子方法,只需求解2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并提高了计算效率.算法中使用了χ-有效集.给出了该算法的全局收敛性证明,并给出了数值结果说明该算法的有效性.(本文来源于《同济大学学报(自然科学版)》期刊2008年12期）
沈春根,薛文娟,濮定国[9]（2008）在《一种非单调序列线性方程组算法》一文中研究指出本文提出了一个新的非单调序列线性方程组(SSLE)算法.在每次迭代过程中只需解叁个具有相同系数矩阵的线性方程组,以替代解二次规划子问题,使得新算法的总计算量大大减少.该算法不需要罚函数也无需滤子,从而避免了由罚参数的选取所带来的困难.并且适用于解所有一般约束优化问题,无需初始点可行.该算法具有全局收敛性.数值结果表明该算法是有效的.(本文来源于《应用数学》期刊2008年04期）
张聪,朱志斌[10]（2008）在《线性互补约束优化序列线性方程组算法的一个降维技术》一文中研究指出线性互补约束优化是一类特殊的非线性优化问题,利用广义互补函数将其转换为含参数μ的光滑非线性约束优化问题,然后利用牛顿步和积极集思想改写光滑非线性问题的KKT条件,得到一个线性方程组。经过适当讨论,使得每次迭代仅需求解低维线性方程组,从而进一步减小了计算量。(本文来源于《桂林电子科技大学学报》期刊2008年04期）
序列线性方程组论文开题报告
（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：
提出了求解不等式约束minimax问题的一个可行序列线性方程组算法.在每次迭代中可行下降方向通过求解两个具有相同系数矩阵的线性方程组产生,系数矩阵具有较好的稀疏性,计算量少.在适当的假设条件下,算法具有全局收敛性,初步数值实验验证了算法的有效性.
（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。
序列线性方程组论文参考文献
[1].王福胜,高娟,赵媛璐,姜合峰.混合约束Minimax问题的基于序列线性方程组的模松弛SQP算法[J].应用数学学报.2019
[2].赵媛璐,王福胜.不等式约束Minimax问题的一个可行序列线性方程组算法[J].太原师范学院学报(自然科学版).2017
[3].马国栋,简金宝.不等式约束优化一个可行序列线性方程组算法[J].运筹学学报.2015
[4].莫兴德.约束优化带双向线搜索的强次可行序列线性方程组算法[D].广西大学.2011
[5].孙清滢,高宝,桑兆阳,田凤婷.半无限规划的改进序列线性方程组算法[J].运筹学学报.2010
[6].沈春根.一种序列线性方程组滤子算法的收敛性分析[J].同济大学学报(自然科学版).2009
[7].薛文娟,沈春根,濮定国.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[J].应用数学.2009
[8].沈春根,薛文娟.一种序列线性方程组滤子算法的全局收敛性[J].同济大学学报(自然科学版).2008
[9].沈春根,薛文娟,濮定国.一种非单调序列线性方程组算法[J].应用数学.2008
[10].张聪,朱志斌.线性互补约束优化序列线性方程组算法的一个降维技术[J].桂林电子科技大学学报.2008
论文知识图
