首页--数理科学和化学论文--运筹学论文--规划论(数学规划)论文--非线性规划论文

非线性规划的可行性控制方法及其应用

摘要第1-5页
Abstract第5-9页
第一章 绪论第9-31页
   ·问题描述第9-11页
   ·计算尝试步: SQP 方法和内点法第11-14页
   ·罚函数、增广 Lagrange 函数和障碍函数第14-18页
   ·无惩罚型算法第18-29页
     ·早期的无惩罚型方法第18-19页
     ·过滤 (Filter) 法第19-22页
     ·其它现代无惩罚型方法第22-29页
   ·本文的研究内容和创新点第29-31页
第二章 基于信赖域技术的可行性控制方法第31-41页
   ·引言第31页
   ·算法描述第31-34页
     ·信赖域方法第31-32页
     ·可行性控制技术第32-33页
     ·算法流程第33-34页
   ·全局收敛性第34-39页
     ·算法的适定性第34-37页
     ·全局收敛到稳定点第37-39页
   ·数值试验第39-41页
第三章 改进的可行性控制算法及全局、局部收敛性第41-62页
   ·引言第41页
   ·算法描述第41-45页
   ·算法的适定性和迭代点列的有界性第45-48页
   ·稳定点第48-49页
   ·全局收敛性第49-52页
   ·局部收敛性第52-59页
   ·数值试验第59-62页
第四章 求解等式和简单界约束优化问题的算法第62-72页
   ·引言第62页
   ·算法描述第62-65页
   ·算法的适定性第65-68页
   ·全局收敛性第68-69页
   ·数值试验第69-72页
第五章 解不等式约束优化问题的算法及其收敛性分析第72-88页
   ·引言第72页
   ·全局收敛算法第72-77页
     ·算法描述第72-74页
     ·全局收敛性第74-77页
   ·局部超线性收敛算法第77-86页
     ·对算法 5.2.2 的改进第77页
     ·有效集识别和乘子估计第77-78页
     ·带二阶校正的 TRFS 算法第78-79页
     ·局部超线性收敛性第79-86页
   ·数值试验第86-88页
第六章 无惩罚型障碍函数内点算法及其收敛性分析第88-99页
   ·引言第88页
   ·主算法框架第88-91页
   ·全局收敛性第91-96页
   ·数值试验第96-99页
第七章 基于中心邻域技术的内点法及其收敛性分析第99-123页
   ·引言第99-101页
   ·算法描述第101-106页
     ·计算尝试步第101-103页
     ·中心邻域和近似 Hesse 矩阵第103页
     ·退化处理第103-104页
     ·全局化框架第104-105页
     ·算法描述第105-106页
   ·算法的适定性和全局收敛性第106-111页
   ·二阶校正第111-113页
   ·局部超线性收敛性第113-123页
第八章 非线性互补问题的一个无惩罚型序列规划解法第123-135页
   ·引言第123-124页
   ·一些理论结果第124-125页
   ·子问题及其性质第125-126页
   ·无惩罚型算法第126-127页
   ·全局收敛性第127-131页
   ·数值实验第131-133页
   ·结论第133-135页
第九章 总结第135-136页
参考文献第136-146页
攻读博士学位期间的研究成果第146-147页
致谢第147-148页

论文共148页,点击 下载论文
上一篇:Go/Nogo任务下“冷”、“热”执行功能对数字、名词材料的抑制加工--以不同特质焦虑类型大学生为例
下一篇:虎杖苷抗肿瘤作用及机制研究