基于盲人探路寻优思想的二阶近似式定点法研究

分析一维和多维二阶近似式定点法的迭代点计算公式,提出基于盲人探路寻优思想的改进算法,给出算法步骤、程序流程图及计算机子程序。对于目标函数为二次函数正弦的算例,极值点基本上在由当前点指向极值点的方向上。对于目标函数为二次函数八分之一次方的算例,极值点在该方向上,且须反向寻找最优点。对于目标函数为二次函数四次方的算例,第一个点的迭代点指向极值点,且步长为当前点离极值点距离的整数分之一。结果表明,提出的基于盲人探路寻优思想的优化算法具有实用性强、计算量小的优点。     

解一类带洞非凸域上函数极值的动约束同伦算法

给出了求解一类外凸带洞非凸域上函数极值的动约束同伦方程,并证明了同伦路径的存在性、有界性和收敛性,它不需要初始点为可行集的内点.并利用数值算例验证了方法的可行性、有效性.     

多角复合形法及其应用

本文对复合形法进行改进,提出了多角复合形法。该方法保持了复合形法简单、易行的优点,而在计算速度、防止出现死循环及寻找全局最优点等方面有较大提高。算例证明该方法适于解决变量少于二十的有约束优化问题。     

实用最优点的概念及求解方法

从工程实际角度引出实用点的概念,指出对于一个优化问题而言,在某些场合不仅要考虑目标函数的全局极值点,还要考虑函数在此极值点邻域内的性质,进而提出实用最优点的概念——带有一定邻域约束的全局最优点.由于该约束采用传统方法难以处理,文中采用邻域采样的近似方法,基于粒子群优化算法的思想,提出了一种快速搜索算法,以求取不同要求下的实用最优点.仿真实验结果验证了实用最优点的概念以及搜索算法的可行性,该搜索算法具有良好的寻优性能.     

三块非凸优化问题正则化交替方向法的收敛性

[目的]针对一类三块非凸优化问题,提出一种正则化交替方向法.[方法]为了更易求得唯一的点(xk+1,yk+1,zk+1),在原始乘子交替方向法的框架下,对x子问题和y子问题同时添加一个临近项来正则化原始子问题.[结果]在增广拉格朗日函数满足KL性质且惩罚参数充分大的条件下,由算法生成的迭代序列的任何聚点都是增广拉格朗日函数的稳定点.[结论]数值算例结果验证了此算法的有效性.     

求解总体极值问题的两种随机型算法

本文利用随机投点,或者沿随机方向搜索的途径,可使迭代点较快地进入到目标函数一个新的、更低的水平集中,然后采用无约束或带约束的近代优化技术,可以得到一个新的、更好的局部极小点。重复以上步骤,在一定条件下,就能有效地求得问题的总体极值。     

基于最大熵原理的复合形法及其在边坡稳定分析中的应用

将最大熵原理应用于基本复合形法的优化计算中，旨在提高算法的寻优成功率。具体步骤为：选取复形中熵最大的顶点为寻优点；在复形其余各点的加权中心点与寻优点的连线上，搜索比寻优点改善的新顶点；并替换掉寻优点构成新的复形；如此迭代直至复形中的信息被完全利用。采用基本复合形法和基于最大熵原理的复合形法对两个复杂土坡的最小安全系数进行了搜索，结果表明基于最大熵原理的复合形法的全局搜索能力有了明显改善。     

机床主传动系统优化设计

本文对通用机床主传动系统优化设计进行了初步的研究和探讨。采用内惩罚函数法把有约束问题化为无约束问题处理，用变尺度法（Ｄ、Ｆ、Ｐ）优化机床主传动系统的参数。即在满足约束条件下，使目标函数达到极小值，以确定最优的主传动系统的设计参数：传动比、传动轴转速、传动轴直径、齿轮齿数、模数和分度圆直径等。 为使目标函数达到极小值，作者采用了扩大约束边界的方法，并用原约束函数加以监视。以减少目标函数的计算极小值和实际极小值的误差，提高了优化的效果。 采用内惩罚函数法（内点法），要求初始点必须在可行域内。为此，本程序设有计算机自动寻找可行起始点。     

约束复合形法在非凸可行域上的一种修正算法

约束复合形法是求解约束非线性最优问题的一种重要方法,该文对约束复合形法在非凸可行域上的迭代计算方法进行了探讨,针对复合形形心点落于可行域之外的情况,对常规的复合形算法进行了修正,提出了一种适合于工程计算的,高效实用的迭代算法。     

间接法求解具有最大横程的再入轨迹

针对运用间接法进行弹道优化时存在共轭变量初值高度敏感难以估计而无法获得全局最优解的缺点,引入混合遗传算法对弹道优化时的共轭变量初值进行搜索,并求解获得具有最大横程的再入轨迹. 求解时考虑了热流约束、过载约束和动压约束,约束的处理采用惩罚函数方法,通过对不可行解的惩罚转换为无约束问题. 数值仿真验证了该算法实用性.      

非线性规划问题的一个全局收敛的次可行方向法

本文给出非线性不等式约束最优化问题的一个初始点可行取的算法，利用梯度投影构造搜索方向，并使用符号函数对搜索方向和搜索函数进行有效的控制，使得一旦迭代点进入了可行域，其后的方向将成为可行下降方向，搜索函数将由罚函数变为原问题的目标函数（故称之为次可行方向法）在较为温和的条件下证明了方法的全局收敛性，及罚参数只需进行有限次调整。     

基于离散粒子群优化算法的造林规划设计

指出造林规划设计问题实质是一个离散约束优化问题。应用离散粒子群优化算法求解目标函数,以保证解的合理性法和惩罚函数法相结合处理约束条件。分析实例表明,离散粒子群优化算法可用来优化造林规划设计方案,与模拟退火算法比较,效果更好。此研究结果可为科学造林和最优化经营管理提供新思路,丰富粒子群应用领域。     

一种求解不等式约束凸优化问题的内点方法

文章给出一种求解不等式约束的凸优化问题的内点方法,此法能保证迭代过程中迭代点仍为内点,解决了IPA每步迭代需要假定迭代点在可行域内部,并不需要罚因子趋于零,从而避免传统内点障碍函数法由于罚因子趋于零导致的病态问题.最后给出了数值实验,实验表明,算法是有效的.     

邻域自适应的微分变异约束分数阶粒子群优化

分数阶粒子群算法（FOPSO）是一种具有路径记忆的改进型粒子群优化算法。在多峰约束优化问题中,针对FOPSO易于早熟和依赖于初始参数的问题,文中提出了一种邻域自适应的约束分数阶粒子群优化方法（NAFPSO）。在算法中,依据进化状态来动态调整邻域拓扑从而更新粒子位置和速度,以提高可行解的全局寻优能力和收敛速度;采用带惩罚因子的罚函数约束处理技术,迫使粒子趋向可行区域;设计了微分变异策略以增加种群多样性,增强粒子逃脱局部最优的能力。用9个约束优化基准函数实验验证了NAFPSO的有效性和收敛性能,并应用于2个约束工程设计问题,结果表明,提出的算法寻优能力强、收敛快、精度高、稳定性好,可用于有效地解决复杂的约束工程设计优化问题。     

一个求解约束工程设计问题的混合局部收缩微粒群算法

提出一个求解约束工程设计问题的新的混合算法——与可行基规则相结合的局部收缩微粒群算法。与惩罚函数法相比,可行基规则不需要额外的参数,且指引粒子迅速飞向可行域。利用3个工程设计问题进行仿真计算比较,仿真结果表明了新算法是求解约束工程设计问题的一个高效的算法。     

量子近似优化算法在约束优化问题中的应用

结合量子近似优化算法求解约束优化问题是当前的研究热点之一,针对约束优化问题,提出了一种在量子 近似优化算法框架中的改进方法;此方法融合了二次无约束二元优化和量子交替拟设这两种方法,同时将在目标 算符中添加惩罚项,将不符合解的期望值降低和通过对问题进行求解得出问题的可行解,将混合操作限定在可行 解空间内融合在一起;优点在于在求解约束优化问题时,能减小迭代次数,快速并准确地得到问题的最优解;以最 小顶点覆盖问题为例,将提出的方法与几种已有的方法做比较,得出方法能减小量子近似优化算法的迭代次数,使 得能够高质量和高效率的求解约束优化问题。     

一个求解约束优化问题的混合算法

通过引入Hook-jeveese搜索法和可行基规则,提出一个求解约束优化问题的混合算法—Hook-jeveese搜索法和与可行基规则相结合改进的微粒群算法的混合算法.与惩罚函数法相比,可行基规则不需要额外的参数,且指引粒子迅速飞向可行域.并利用6个典型实例问题进行仿真计算比较,仿真结果表明了新算法是求解约束优化问题的一个高效的算法,而且获得了一些比以往文献更好的解.     

求解约束优化问题的微粒群算法

微粒群算法(简称PSO算法)是一种新型的进化计算方法,已在许多领域得到了非常成功的应用。本文以约束优化问题为对象,首先介绍了采用罚函数法将约束优化问题化为无约束优化问题,和将约束优化问题转化为minmax问题,然后对无约束优化问题和minmax问题,采用PSO算法进行进化求解;在此基础上,以目标函数和约束满足分别为优化目标提出了一种双微粒群的PSO算法。仿真实验结果验证了方法的正确性与有效性。     

基于目标层解分析方法的重水潜器多学科设计优化

采用一种新型的多学科设计方法———目标解析分流法进行重水潜器的概念设计。首先利用半经验法建立重水潜器的集成系统模型,并进行目标层解分析（ATC）优化模型;再应用增广拉格朗日惩罚函数松弛化方法,通过改进内外层嵌套式求解策略,减少内层循环病态子问题的求解计算时间,在内层循环得到收敛的同时,外层循环更新惩罚权重来获得可行解;随后改变惩罚函数权重,对比分析各种惩罚函数对求解效率的影响。由实验可得,应用增广拉格朗日惩罚函数松弛化求解的方法,保持计算精度的同时也提高了计算效率。最终获得的系统最优解与多维的一次设计优化问题所得到的最优解非常接近,证明了多学科设计优化能充分利用不同学科之间的相互作用所产生的协同效应,从而获得系统整体的最优解。