简介：为非强迫的优化在方法上介绍研究。学习的假设；主要结果；在简化Armijo类型下面的方法的集中性质衬里搜索。

简介：Theconjugategradientmethodforunconstrainedoptimizationproblemsvarieswithascalar.Inthisnote,ageneralconditionconcerningthescalarisgiven,whichensurestheglobalconvergenceofthemethodinthecaseofstrongWolfelinesearches.ItisalsodiscussedhowtousetheresulttoobtaintheconvergenceofthefamousFletcher-Reeves,andPolak-Ribiere-Polyakconjugategradientmethods.Thattheconditioncannotberelaxedinsomesenseismentioned.

简介：为Hamiltonian微分方程的数字处理，symplectic综合者是最合适的选择，并且方法thal是结合一样到symplectic综合者份额好长期的行为。这笔记描绘线性多，方法是其内在的一步舞的步方法结合到一个symplectic综合者。寄生答案部件的围住的海角没被探讨。

简介：在这份报纸，我们在存在上解决一个问题结合线性多步方法(LMSM)的symplecticity，否定结果被获得。[从作者抽象]

简介：Arevisedconjugategradientprojectionmethodfornonlinearinequalityconstrainedoptimizationproblemsisproposedinthepaper,sincethesearchdirectionisthecombinationoftheconjugateprojectiongradientandthequasi-Newtondirection.Ithastwomerits.Theoneisthattheamountofcomputationislowerbecausethegradientmatrixonlyneedstobecomputedonetimeateachiteration.Theotheristhatthealgorithmisofglobalconvergenceandlocallysuperlinearconvergencewithoutstrictcomplementaryconditionundersomemildassumptions.Inadditionthesearchdirectionisexplicit.

简介：在这份报纸，分离时间的静态的输出反馈控制设计问题被考虑。一非线性结合坡度方法为解决源于这个最佳的控制问题的一个非强迫的矩阵优化问题被分析并且学习。另外，通过到优化问题的某些parametrization，一个起始的稳定的静态的产量反馈获得矩阵没被要求开始conjugate坡度方法。最后，建议算法从基准收集通过几个测试问题数字地被测试。

简介：

简介：在这篇论文，我们建议一个仿射的可伸缩的内部算法经由为在变量上解决易于界限的非线性的平等系统结合坡度路径。由采用仿射的可伸缩结合坡度路径搜索策略，我们由解决linearize模型获得一个反复的方向。由使用线搜索技术，我们将沿着严格地可行并且使客观功能成为减少的非单调的联盟者的这个方向发现可接受的试用步长度。全球集中和建议算法的快本地集中率在一些合理条件下面被建立。而且，建议算法的数字结果显示有效。