1) inequality constrained optimization
不等式约束优化问题
1.
In this paper, the K-T conditions of inequality constrained optimization is transformed to a equi-valent nonlinear system by adding slack variables and using Fischer function, and a new smoothing Newton method is proposed, where a parameter μ is introduced.
本文通过引入松弛变量和Fischer函数把带有不等式约束优化问题的K-T条件转化为一个等价的非线性系统,并引入一参数μ,从而提出了一种新的光滑牛顿法。
2) Inequality-Constrained Problems
不等式约束问题
1.
We use this NCP function to take the KKT system of Inequality-Constrained Problems into smooth equations ,because these equations are smooth,so it is convenient when we are solving these equations.
利用这个NCP函数将不等式约束问题的KKT系统转化为光滑方程组,因为转化后的方程组是光滑的,所以在求解的时候就很方便,再结合文中所列方法的优点,我们选用Newton-SVD法来求解中小型光滑非线性方程组F ( z ) = 0,用非精确一维搜索Newton-CG法来求解大型光滑非线性方程组F ( z ) = 0。
3) inequality constrained optimization
不等式约束优化
1.
A strongly subfeasible directions method for solving nonlinear inequality constrained optimization problems is presented by using the generalized gradient projection.
利用广义投影技术建立一个求解非线性不等式约束优化问题的强次可行方向法。
2.
In this paper,a feasible interior point method is proposed for solving inequality constrained optimization problem.
本文针对非线性不等式约束优化问题,提出了—个可行内点型算法。
3.
In this paper,a new QP-free feasible method is proposed for solving inequality constrained optimization problems,by a new piecewise linear NCP functions.
本文利用一个新的分片线性NCP函数提出一个新的可行的QP-free方法解非线性不等式约束优化问题。
5) equality constraints
等式约束问题
1.
In this paper,based on reference a method to solve the problem with equality constraints is given.
文献［１］ 给出了解等式约束问题的一个方法，它比经典的 Ｌａｇｒａｎｇｅ 乘子算法所解方程组有更低的维数。
6) equality constrained problem
等式约束问题
1.
Boggs,Tolle and Wang extended the analogous result from solving unconstrained optimization problems to the equality constrained problems and obtained a characterized result,which is an important equivalent condition to SQP algorithm s super-linear convergence.
对于等式约束问题,Boggs,Tolle和Wang三人将Dennis,Moré的求解无约束优化问题的类似结果加以推广,得到了SQP算法超线性收敛的一个极为重要的充要条件。
补充资料：无约束优化
分子式：
CAS号：
性质：没有约束条件的优化问题。如minf(x)，x∈En，其中f(x)是定义在En上的实函数，min表示极小化。该优化问题没有约束条件。
CAS号：
性质：没有约束条件的优化问题。如minf(x)，x∈En，其中f(x)是定义在En上的实函数，min表示极小化。该优化问题没有约束条件。
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条