On inexact relative-error hybrid proximal extragradient, forward-backward and Tseng's modified forward-backward methods with inertial effects
本文提出并研究了求解单调包含问题的一种惯性欠松弛的相对误差混合邻近超梯度(HPE)方法的渐近收敛性和非渐近整体收敛速度(迭代复杂度).我们分析了所提出的方法下更灵活的假设比现有的外推和相对误差参数。作为应用,我们提出和/或研究了求解结构单调包含的惯性欠松弛前后向和Tseng的修正前后向方法。
2018-12-05 math.OC
Fixed-Time Stable Proximal Dynamical System for Solving MVIPs
本文提出了一种新的修正邻近动力系统来计算混合变分不等式问题(MVIP)在固定时间内的解,其中收敛时间是有限的,并且对所有初始条件是一致有界的.在强单调性和Lipschitz连续性的假设下,证明了修正的邻近动力系统解的存在性、唯一性和在一定时间内收敛到相应的MVIP的唯一解.此外,修正投影动力系统的固定时间稳定性继续保持,即使强单调性的假设放宽到强伪单调性。最后,它表明,使用前向欧拉离散化的建议修改近端动力系统得到的解决方案收敛到一个任意小的邻域内的解决方案的相关MVIP在一个固定的时间步长,独立的初始条件。
2022-10-19 math.OC
A structured modified Newton approach for solving systems of nonlinear equations arising in interior-point methods for quadratic programming
针对二次规划内点法中障碍子问题的非线性方程组,提出保留 Jacobian 非零结构的低秩修正牛顿法,并通过理论结果、数值实验及两种启发式策略验证其性能。
2023-05-03 math.OC
Modified Legendre-Gauss Collocation Method for Solving Optimal Control Problems with Nonsmooth Solutions
本文提出修正 Legendre-Gauss 配点法,通过在网格区间端点引入切换时间变量、控制变量和配点条件,准确求解控制不连续的非光滑最优控制问题,并验证其满足离散最优性必要条件。
2024-06-10 math.DS math.OC
A numerical approach for solving fractional optimal control problems using modified hat functions
University of Mazandaran(马赞德兰大学);University of Aveiro(阿威罗大学);Universidade de Lisboa(里斯本大学)
本文提出一种基于改进帽函数的数值方法,用于求解一类分数最优控制问题。通过将控制变量和状态函数的分数导数表示为改进帽函数的线性组合,并利用Caputo意义下的分数导数和Riemann-Liouville积分算子来近似状态函数及其导数,将问题转化为非线性代数方程组的求解。同时证明了所提方法的误差界,并扩展到处理具有不等约束的分数最优控制问题,展示了该方法的简便性和准确性。
2019-05-16 cs.NA math.NA math.OC
Solving a new application of asymmetric TSP by modified migrating birds optimization algorithm
在本研究中,我们首先介绍了一个新的应用的不对称流动推销员问题(ATSP),这是一个小餐馆,一个厨师和一个炉子。一旦一顿饭开始在炉子上烹饪,厨师就在桌子上准备下一顿饭,准备时间取决于上一顿饭。对于这个问题的解决方案,除了几个简单的构造算法和一个新版本的模拟退火算法,我们专注于最近推出的候鸟优化(MBO)算法的增强版本。原始MBO算法可能会遭受早期收敛。在这里,我们介绍几种不同的方法来处理这个问题。进行了广泛的数值实验表明,增强型MBO的优越性超过原来的MBO(约2.62%)和模拟退火算法(约1.05%)。
2023-01-12 math.CO math.OC
Modified FOX Optimizer for Solving optimization problems
针对FOX优化器易早熟收敛的问题,提出mFOX,通过反对学习、参数调整和新更新方程增强探索,在多个基准和工程问题上优于现有算法。
2025-02-27 cs.NE math.OC
Viscosity Iterative algorithm for solving Variational Inclusion and Fixed point problems involving Multivalued Quasi-Nonexpansive and Demicontractive Operators in real Hilbert Space
针对含多值拟非扩张与半压缩算子的变分包含及不动点问题,提出结合黏性逼近和额外迭代序列的改进通用迭代算法,并证明其强收敛性。
2025-01-11 math.OC
A Distributed Continuous-time Modified Newton-Raphson Algorithm
提出了一个求解具有有界Hessian的无约束凸优化问题的连续时间二阶优化算法。我们表明,这种替代算法具有可比的收敛速度的连续时间的牛顿-拉夫逊方法,但在结构上,它是服从一个更有效的分布式实现。我们提出了一个分布式实现我们提出的优化算法,并通过李雅普诺夫分析证明其收敛性。一个数值例子证明了我们的结果。
2021-05-20 math.OC
More on Modulus Based Iterative Method for Solving Implicit Complementarity Problem
提出了一类改进的新的基于模的迭代法来处理大型稀疏隐式互补性问题。利用两个正的对角矩阵,建立了一个与ICP等价的不动点方程,并在此不动点方程的基础上,给出了求解ICP的迭代法.当系统矩阵为$P$ -矩阵或$H_+$ -矩阵时,我们给出了所提方法的收敛条件.
2023-03-22 math.OC
Strong convergence of modified inertial Mann algorithms for nonexpansive mappings
本文介绍了求解不动点问题的两种新的修正惯性Mann Halpern算法和粘性算法。在适当的条件下,我们建立了强收敛定理。最后,我们的算法被应用到分裂可行性问题,凸可行性问题和选址理论。本文给出的算法和结果可以总结和改进这一领域的已有结果。
2020-01-21 math.FA math.OC
An Oblivious Ellipsoid Algorithm for Solving a System of (In)Feasible Linear Inequalities
椭球算法是计算$n$变量$(P): A^{\top}x \le u$的$m$线性不等式组的解的基本算法,当其解集具有正体积时。然而,当$(P)$是不可行的,椭圆算法没有机制来证明$(P)$是不可行的。这与处理$(P)$的另外两种基本算法,即单纯形法和边界点法形成对比,其中的每一种都可以以产生$(P)$的解或通过产生替代系统$\mathrm{({\it Alt})}: Aλ= 0$、$u^{\top}λ< 0$、$λ\ge 0$的解来证明$(P)$不可行的方式容易地实现。本文提出了一种不经意椭球算法(OEA),它可以产生$(P)$的解,也可以产生$\mathrm{({\it Alt})}$的解。根据尺寸和其他自然条件的措施,基本OEA的计算复杂性可能比标准椭球算法更差,相同或更好。我们还提出了两个修改版本的OEA,其计算复杂度优于OEA时,$n \ll m$。这在第一修改版本中通过证明不可行性而实际上不产生$\mathrm{({\it Alt})}$的解来实现,并且在第二修改版本中通过使用更多的存储器来实现。
2020-12-28 math.OC
A Modified Algorithm for Optimal Picker Routing in a Single Block Warehouse
本文提出一种改进算法,仅考虑通道间转移,减少动态规划阶段数,以更高效地求解单区块仓库的拣货员最优路径问题。
2024-09-20 math.OC
Gradient descent procedure for solving linear programming relaxations of combinatorial optimization problems in parallel mode on extra large scale
线性规划(LP)松弛是求解组合优化(CO)难题的标准技术。在这里,我们提出了一个梯度下降算法,利用一些LP松弛CO问题引起的特殊结构。该算法可以并行运行,并以CUDA C/C++程序的形式在GPU上实现。通过求解一个分数2-匹配问题,验证了算法的有效性.我们的结果表明,分数2匹配问题与100,000节点的解决我们的算法在现代GPU上的规模为一秒,而单纯形方法解决问题将需要一个多小时。该算法可以修改,以解决更复杂的LP松弛来自CO问题。
2020-11-16 math.OC
On the convergence rate improvement of a primal-dual splitting algorithm for solving monotone inclusion problems
Chemnitz University of Technology(开姆尼茨工业大学);prudsys AG(prudsys股份公司)
提出两种改进的原始-对偶分裂算法,在强单调性假设下实现O(1/n)和O(ω^n)收敛速度,并应用于图像处理和支持向量机分类。
2013-03-12 cs.NA math.NA math.OC
Broyden quasi-Newton secant-type method for solving constrained mixed generalized equations
本文提出一种Broyden拟牛顿割线型方法变体,结合条件梯度法处理约束,用于求解含不可微函数的约束混合广义方程,并在Lipschitz连续性、修正Broyden更新和度量正则性假设下证明了算法的Q-线性局部收敛性。
2025-03-08 math.OC
Solving a multilevel linear programming problems through a new constructive approach
本文提出了一种求解多层单目标线性规划问题(ML(MO)LPP)的算法,其中嵌套了线性规划的构造性自适应算法。本程序是SB. Sinha和S. Sinha的线性规划方法。首先,我们建立一个地图,减少范围的决策变量是超过控制前一级的决策者,根据所选择的方法,称为范围减少地图。然后,我们用它来定义一个新的次优估计的自适应方法的问题正在考虑中。所有的建设阶段进行了仔细检查,并说明了一个数值例子。
2022-10-25 math.OC
A modified MSA for stochastic control problems
经典的逐次逼近法(MSA)是求解随机控制问题的一种迭代法,它是由庞特里亚金最优性原理导出的。已知MSA可能无法收敛。本文通过对倒向随机微分方程(Besides)的精确估计,提出了一种改进的MSA算法。这种修改后的MSA收敛一般随机控制问题的漂移和扩散系数的控制。在一些附加的假设下,示出了收敛的收敛速率。与基于正倒向随机微分方程理论的迭代法相比,结果是有效的,不受控制问题的时间范围的限制。
2020-11-17 math.OC math.PR
A Modified Adaptive Genetic Algorithm for Multi-product Multi-period Inventory Routing Problem
城市化和电子商务的最新发展推动企业部署高效的系统,以降低供应链成本。供应商管理库存(VMI)是有效管理多方供应链的最广泛使用的策略之一。VMI的实施要求解决库存路径问题(IRP)。本研究考虑多产品多周期存货路径问题,包含一供应商、一组顾客及一组异质车辆。由于IRP的复杂性,我们开发了一种改进的自适应遗传算法(MAGA),有效地解决了各种情况。作为基准,我们认为Cplex软件和一个有效的启发式从文献中获得的结果。通过对一组随机生成的实例进行大量的计算实验,并使用不同的度量,我们表明,我们的方法明显优于其他两种方法。
2021-04-24 math.OC
A Direct Method for Solving Integral Penalty Transcriptions of Optimal Control Problems
我们提出了一种数值方法,用于最小化的目标,增加了大的二次处罚的超定不一致的等式约束。这样的目标产生于等式约束最优控制问题的直接转录的二次积分惩罚方法。增广拉格朗日方法(ALM)在解决这类问题时比二次罚函数法(QPM)具有许多优点。然而,如果离散化的等式约束不一致,则ALM可能不会收敛到使目标和惩罚项的无约束偏差最小化的点。因此,在本文中,我们探讨了一个修改的ALM,符合我们的目的。数值实验表明,修改后的ALM可以最小化某些二次惩罚增广函数快于QPM,而未修改的ALM收敛到一个显着不同的问题的最小值。
2020-09-14 math.OC
A Scaled Gradient Modified Non-monotone Line Search Method for Constrained Optimization Problems
Center for General Education, China Medical University(中国医学院校通识教育中心);Department of Applied Mathematics, National Sun Yat-sen University(国立中山大学应用数学系)
本文提出一种缩放梯度修改非单调线搜索方法,用于求解约束最小化问题,并探讨其收敛性,针对强拟凸目标函数证明线性收敛性,通过大规模分数规划和二次规划数值实验验证方法性能。
2026-04-30 math.FA math.OC
Stochastic Optimization with Parametric Cost Function Approximations
一个广泛使用的启发式求解随机最优化问题是使用确定性滚动时域过程,它已被修改,以处理不确定性(如缓冲库存,进度松弛)。这种方法因其使用随机问题的确定性近似而受到批评,这是随机规划的主要动机。我们通过确定确定性和随机性方法作为解决随机基础模型(可能是模拟器或真实世界)的策略来重新定义这一争论。随机前瞻模型(随机规划)需要一系列的近似,以保持问题易于处理。相比之下,所谓的确定性模型实际上是参数修改的费用函数近似,其使用对目标函数和/或约束的参数调整。然后,这些参数在随机基础模型中进行优化,该模型不需要进行随机规划所需的任何类型的简化。我们正式提出了这种策略,并描述了一个基于梯度的随机搜索策略,以优化参数。
2017-03-14 math.OC
Toward Solving 2-TBSG Efficiently
2-TBSG是一个两人博弈模型,其目标是寻找纳什均衡,并广泛应用于强化学习和人工智能。由于求解确定性折扣马尔可夫决策过程(MDP)的单纯形法是强多项式独立于折扣因子的,我们试图回答一个公开问题:是否存在求解2-TBSG的类似算法.我们开发了一个单纯形策略迭代,其中一个球员更新其战略与单纯形步骤,而另一个球员依次找到一个最佳的对策,并修改单纯形策略迭代。它们都属于一类几何收敛算法。我们建立了强多项式的性质,这些算法通过考虑一个战略相结合的当前战略和平衡战略。此外,我们提出了一种方法,将一般的2-TBSG转换为特殊的2-TBSG,其中每个状态正好有两个动作。
2019-06-09 cs.GT math.OC
A modified double inertial subgradient extragradient algorithm for non-monotone variational inequality with applications
Thapar Institute of Engineering and Technology(塔帕尔工程技术学院)
本文提出了一种改进的双惯性迭代方法,用于解决非单调变分不等式问题,通过自适应步长规则在不预先知道算子Lipschitz常数的情况下实现弱收敛,并讨论了不同算子类型的收敛性及线性收敛性。
2026-03-18 math.FA math.OC
GPU-Based Heuristic Solver for Linear Sum Assignment Problems Under Real-time Constraints
在本文中,我们修改了一个快速启发式求解器的线性和分配问题(LSAP)的图形处理单元(GPU)上使用。激励场景是用于P2P实时流的工业应用,其由中心节点调节,该中心节点周期性地解决LSAP实例以用于将对等体分配给彼此。中心节点需要尽可能实时的【形】处理涉及数千个对等体的LSAP实例。我们的研究结果是通用的,足以适用于其他情况。我们的主要结果是一个并行版本的启发式算法称为深度贪婪交换(DGS)的GPU上使用CUDA程序设计语言。DGS牺牲了绝对最优性,有利于低计算时间,并被设计为经典LSAP求解器(如匈牙利和拍卖方法)的替代方案。本文的贡献有三个方面:首先,我们介绍了我们经历的试错过程,希望我们的经验将有利于GPU编程的采用者解决类似的问题。其次,我们展示了并行化DGS算法所需的修改。第三,我们展示了我们的方法相比,一个顺序的基于CPU的实现DGS和一个并行的基于GPU的实现拍卖算法的性能收益。
2011-06-30 cs.DC cs.MS cs.PF
The Minimum-Rank Gram Matrix Completion via Modified Fixed Point Continuation Method
Key Laboratory of Mathematics Mechanization(数学机械化重点实验室);Academy of Mathematics and System Sciences(数学与系统科学研究院);Academia Sinica(中国科学院)
针对最小秩Gram矩阵补全问题,提出基于修正不动点延拓的算法,结合BB技术和线性组合加速收敛,用于多项式有理平方和分解。
2011-01-27 cs.NA cs.SY eess.SY