带有二次约束的一般二次规划问题的松弛分枝定界方法

考虑带有二次约束的一般二次规划问题的求解，当约束条件为非凸二次函数时，对原问题中的某个二次约束进行凸二次松驰，或在原问题的约束条件中增加一个球约束，使得原问题的可行域包含在松驰二次规划问题的可行域内。采用椭球剖分策略剖分可行域为小 椭球，用投影次梯度算法解松驰二次规划问题的拉格朗日对偶问题，从而获得原问题的一个下界。原问题最优值的一个上界可从迭代过程中的可行点得到，并在迭代过程中得到调整。该算法或在原问题最优值的一个上下界相同时终止，得到原问题的整体最优解；或产生一无限序列，其任一聚点都是原问题的整体最优解。     

应用二次规划解算安全性有功经济调度

本文研究了应用二次规划求解安全有功经济调度问题,数学模型及算法为二次规划,并利用二次规划的凸性条件将有功平衡约束转化成一个不等式约束,将具有函数约束二次规划模型转化成只有变量约束的对偶二次规划问题,其中网损修正系数及线路约束系数采用PQ分解的修正迭代算法,文中应用Hildreth-D’Esopo法解对偶二次规划问题,进而提出了带有约束的共轭梯度新算法,本文用上述算法在微机上对IEEE30节点系统进行了试算,获得满意结果。     

一类非凸二次规划问题的全局最优性条件

研究了一些带有二次约束的非凸二次规划问题,利用最近提出的一种新的研究全局优化问题的L-次微分方法,得到了一类带有二次约束的非凸二次规划问题的全局最优性充分条件。     

二次规划的理论与算法

二次规划问题是指无约束或有线性约束的二次函数的最优化问题。关于二次规划的理论和算法的研究在非线性规划的发展过程中占有相当的地位,这不仅由于一些实际问题可化成二次规划问题,而且一般的带非线性约束的非线性规划可藉助于解一列二次规划来求得原问     

不等式约束的凸二次规划问题的新算法

目的 研究求解不等式约束凸二次规划的新算法。方法 根据广义乘子法的思想,将具有不等式约束的凸二次规划问题转化为只有部分分量带非负约束的凸二次规划,通过解此简单凸二次规划问题建立凸二次规划的新算法。结果 新算法不用求逆矩阵,这样可充分保持矩阵的稀疏性,可用来解大规模稀疏问题。结论数值结果表明,在４８６／３３微机上就能解较大规模的凸二次规划。     

一类混合整数规划问题的全局最优性充分条件

研究了带箱约束混合二次规划问题的全局最优性条件,利用全局次微分(L-次微分)方法。建立了带箱约束混合二次规划问题的全局最优性的一个充分条件.     

带有二次约束二次规划问题的全局最优化

根据带有二次约束二次规划模型的特殊结构,利用乘积的凸包络和凹包络,给出带有二次约束二次规划问题的松弛线性规划问题,以确定全局最优值的下界,使用超矩形缩减技术以加快分支定界算法的收敛速度,从而提出一个求解带有二次约束二次规划问题的全局最优化算法,证明该算法的收敛性,这个新算法实际上是把分支定界方法与外逼近方法有机地结合起来.数值算例表明所提出的算法是可行的.     

一种求解二次规划的新算法及其程序的研制

提出了一种求解二次规划的新算法，该算法采用单调性分析技术建立作用约束集，将一般二次规划问题转化为等式约束二次规划问题，并用简约梯度法的思想求解之，通过解一系列的等式约束问题去逼近原问题的最优解，考核结果表明，该算法及相应的软件是成功的。     

约束二进制二次规划测试函数的一个构造方法

基于盖尔圆定理,给出了约束二进制二次规划测试函数的一个构造方法:对原问题,通过线性变换,得到一个新的不定二次规划,且该不定二次规划恰好以给定初始点为最优解;进而构造出了一系列具有共同最优解的约束二进制二次规划。     

带二元约束非凸三次优化问题的全局充分条件

将一类特殊的带有{-1,1}二元约束的非凸三次优化问题等价转化为带有{-1,1}二元约束的非凸二次规划问题,并利用Rockafellar在文献《Convex Analysis》中给出的经典对偶理论,提出了该非凸二次规划问题的全局充分条件,进而得到了刻画带{-1,1}二元约束的非凸三次优化问题全局充分条件.     

分类大规模数据的核向量机方法研究

标准的支持向量机算法需要求解二次规划问题,因此,在处理大规模样本的时候,求解二次规划问题的时间复杂度和空间复杂度就成为支持向量机应用的一个瓶颈.核向量机将传统支持向量机中的二次规划问题转化为求解最小包围球问题,从而显著降低了二次规划的复杂程度.使用核向量机对大规模数据进行分类,所选用的数据样本数均超过2000,并与标准的支持向量机作了对比实验结果表明:核向量机在处理大规模数据分类时,比标准的支持向量机计算复杂度低,训练速度快,耗费空间少.     

一个可行模松弛SQP方法及其全局收敛性

提出一个处理不等式约束优化问题的可行模松弛SQP算法,每次迭代只需求解一个二次规划子问题.无需对迭代序列进行有界假设,采用线性搜索,在一些微弱假设条件下,证得了算法具有全局收敛性质.     

基于多重核学习支持向量机的歼击机故障诊断

为了提高歼击机故障诊断的准确性与实时性，提出一种基于决策树型组合策略的多重核学习支持向量机诊断方法，决策树型组合策略利用树结构解决多分类问题，而多重核学习支持向量机通过混合核空间，将线性约束下二次规划问题转化为二次约束下二次规划问题，实验结果表明：多重核学习支持向量机的诊断精度明显优于标准支持向量机，且支持向量的数目也较少，决策树型细合策略的引入可以提高歼击机故障诊断的诊断速度，基于决策树型组合策略的多重核学习支持向量机方法能够准确且快速地解决歼击机故障诊断问题。     

等式约束二次规划问题的迭代解法

给出了等式约束二次规划问题和等式约束加权最小二乘问题的迭代解法。     

半无限极大极小离散化问题的一个非单调SQCQP算法

针对序列二次规划(SQP)算法在处理结构复杂、 非线性程度较大的半无限极大极小离散化问题时计算效率较低的不足, 提出一种非单调序列二次约束二次规划(SQCQP)算法, 并在适当的条件下证明算法的收敛性. 数值实验结果表明, 在离散水平为100的情形下, 非单调类SQCQP算法在减少迭代次数和计算时间等方面均优于SQP算法.     

一类修正Hager-Zhang共轭梯度法的收敛性及其数值实验

为有效提高求解无约束优化问题的计算效率, 提出一类新的修正Hager-Zhang共轭梯度法, 该算法不依赖线搜索, 具有充分下降性和信赖域性质. 理论研究结果表明, 在常规假设条件下, 新算法不仅在弱Wolfe-Powell线搜索下对一般函数全局收敛, 且对一致凸函数具有R-线性收敛速度. 数值实验结果表明, 新算法比经典Hager-Zhang算法及其两个修正算法性能更优.     

基于 Hopfield 网络的约束广义预测控制

本文将Ｈｏｐｆｉｅｌｄ网络的快速优化计算能力应用于带预测输出约束及输入约束的广义预测控制的求解。推导了带约束的预测模型,并将约束广义预测控制的求解化为典型的约束二次规划。提出一种求解约束非线性规划的Ｈｏｐｆｉｅｌｄ网络结构,并证明了其收敛性和稳定性。     

非负矩阵低秩分解的交替二次规划算法

非负矩阵分解算法有多种,但都存在着各自的缺陷.在现有工作的基础上,将非负矩阵分解(NMF)模型转化为一组(两个)二次凸规划模型,利用二次凸规划有解的充分必要条件推导出迭代公式,进行交替迭代,可求出问题的解.得到的解不仅具有某种最优性、稀疏性,还避免了约束非线性规划求解的复杂过程和大量的计算.证明了迭代的收敛性,且收敛速度快于已知的方法,对于大规模数据模型尤能显示出其优越性.     

约束线性二次优化控制的多参数规划求解

针对求解约束线性二次优化控制问题,结合动态规划和控制时域长度为1的单步多参数二次规划,提出一种新的多参数规划方法。该方法一方面能够快速求解得到约束线性二次优化控制问题最优解与状态之间的显式函数关系,减少多参数规划问题求解的工作量;另一方面,能够同时求解得到显式分段线性状态反馈最优控制律。应用高频机械振动系统数值仿真例子,对该文的方法进行了数值仿真计算。仿真结果表明该文提出的方法是有效的。