您的位置: 专家智库 > >

刘水霞

作品数:10 被引量:18H指数:2
供职机构:内蒙古大学数学科学学院更多>>
发文基金:国家自然科学基金高等学校骨干教师资助计划高等学校优秀青年教师教学科研奖励计划更多>>
相关领域:理学更多>>

文献类型

  • 6篇期刊文章
  • 2篇学位论文

领域

  • 8篇理学

主题

  • 4篇稳定点
  • 3篇LAGRAN...
  • 2篇松弛法
  • 2篇乘子
  • 1篇信赖域
  • 1篇信赖域算法
  • 1篇增广LAGR...
  • 1篇全局最优
  • 1篇全局最优解
  • 1篇最优解
  • 1篇熵函数
  • 1篇线性规划
  • 1篇线性规划问题
  • 1篇线性互补问题
  • 1篇价值函数
  • 1篇规划问题
  • 1篇罚函数
  • 1篇非线性规划
  • 1篇非线性规划问...
  • 1篇半光滑

机构

  • 8篇内蒙古大学

作者

  • 8篇刘水霞
  • 6篇陈国庆

传媒

  • 3篇内蒙古大学学...
  • 2篇运筹学学报(...
  • 1篇数学的实践与...

年份

  • 1篇2014
  • 2篇2011
  • 1篇2009
  • 2篇2008
  • 1篇2005
  • 1篇2001
10 条 记 录,以下是 1-8
排序方式:
互补约束优化问题若干算法研究
互补约束优化问题(MPCC)在经济平衡、工程设计和多层对策等方面都有着重要应用.本文主要对互补约束优化问题的算法进行研究,所取得的主要结果有:   1.利用互补问题的Lagrange函数,将互补约束优化问题(MPCC)...
刘水霞
关键词:LAGRANGE函数罚函数熵函数
文献传递
非线性规划问题的精确增广Lagrange函数
2011年
对于一般的非线性规划给出一种精确增广Lagrange函数,并讨论其性质.无需假设严格互补条件成立,给出了原问题的局部极小点与增广Lagrange函数在原问题的变量空间上的局部极小的关系.进一步,在适当的假设条件下,建立了两者的全局最优解之间的关系.
刘水霞陈国庆
关键词:增广LAGRANGE函数全局最优解
求解不可微箱约束变分不等式的下降算法
对局部Lipschitz(不可微)孙数F:R<;n>→R<'n>构成的箱约束变分不等式VI(a,b,F),提出一种值函数θ(x)的若干特殊良好性质.基此提出 一种简单的不利用导数求解不可微VI(a,b,F)的下降算法,当...
刘水霞
关键词:价值函数
文献传递
求解互补约束优化问题的乘子松弛法被引量:1
2014年
利用互补问题的Lagrange函数,给出了互补约束优化问题(MPCC)的一种新松弛问题.在较弱的条件下,新松弛问题满足线性独立约束规范.在此基础上,提出了求解互补约束优化问题的乘子松弛法.在MPCC-LICQ条件下,松弛问题稳定点的任何聚点都是MPCC的M-稳定点.无需二阶必要条件,只在ULSC条件下,就可保证聚点是MPCC的B-稳定点.另外,给出了算法收敛于B-稳定点的新条件.
刘水霞陈国庆
关键词:LAGRANGE函数
求解箱约束变分不等式的不精确LM-型算法
2005年
利用箱约束变分不等式VI(a,b,F)的NCP-函数,提出求解VI(a,b,F)的不精确Lev-enberg-Marquardt型算法.每次迭代只需求线性方程组的一个近似解,算法仍具有全局收敛性.无需假设极限点x*是否退化,在BD-正则的条件下,算法局部超线性(二次)收敛.最后给出数值试验结果.
刘水霞陈国庆
关键词:半光滑
互补约束优化问题的乘子序列部分罚函数算法
2011年
利用互补问题的Lagrange函数,将互补约束优化问题(MPCC)转化为含参数的约束优化问题.给出Lagrange乘子的简单修正公式,并给出求解互补约束优化问题的部分罚函数法.无须假设二阶必要条件成立,只要算法产生的迭代点列的极限点满足互补约束优化问题的线性独立约束规范(MPCC-LICQ),且极限点是MPCC的可行点,则算法收敛到原问题的M-稳定点.另外,在上水平严格互补(ULSC)成立的条件下,算法收敛到原问题的B-稳定点.
刘水霞陈国庆
关键词:LAGRANGE函数
基于带参数价值函数求解线性互补问题的信赖域算法
2008年
基于带参数价值函数,给出了求解线性互补问题LCP(q,M)的信赖域算法.在每步迭代时,仅需求解简单的线性方程组.在M为P-矩阵时,算法全局收敛.无需假设极限点x*是否退化,在一定的条件下,算法局部超线性收敛.
刘水霞陈国庆
关键词:线性互补问题信赖域
求解互补约束优化问题的松弛法
2008年
给出求解互补约束优化问题(MPCC)的松弛法,并研究其松弛问题的稳定点的收敛性质.在MPCC-LICQ的条件下,松弛问题的稳定点的任何聚点都是原问题的C-稳定点.若松弛问题的Lagrange函数的Hessian矩阵在相应的切空间一致下有界,则聚点是M-稳定点.若Hessian矩阵的最小特征值有界,则聚点是B-稳定点.
刘水霞陈国庆
共1页<1>
聚类工具0