全局最优化的填充修正打洞函数法

研究求解全局最优化问题的算法同.在分析了已有的填充函数法和打洞函数法之后,吸取了这两类算法的优点,给出了一种求取非线性最优化问题全局最优解的填充打洞函数算法.与通常的填充函数法相比,该算法降低了对其中参数的依赖,并且具有较好的求解可操作性.数值试验显示,计算效果是满意的.     

求解多目标最优化问题的一类极大熵评价函数法

构造出求解多目标最优化问题的一类极大熵评价函数法．这类方法可将多目标最优化问题转化成单目标最优化问题．通过求解所得到的单目标最优化问题，可得到多目标最优化问题的有效解或近似有效解．     

应用最优化导论

近几十年来，最优化的应用已经遍及各个领域。最优化的新算法和理论不断被提出，它深入地渗透到其他学科领域，如应用数学、工程、医学、经济学等学科。最优化理论给线性、非线性、约束和无约束最优化问题提供了一般的解。这些最优化问题一般分为两类不同的数学规戈Ⅱ问题：线性规划和非线性规划。早期的数学规划都是基于连续变量，但是大量的指派问题和设计问题都是需要同时处理整形变量和连续变量，这导致了混合的整形线性规划（MILP）和非线性规划（MINLP）问题。为了寻求全局最优解，研究人员提出了不拘囿于局部最优解的方法，如近年来提出了遗传算法和模拟退火法。     

非精确搜索一维全局最优化方法

研究一维全局最优化问题的确定性求解方法。运用逐次建立目标函数的线性下界函数,将不含全局最优解的子区域删除,并基于非精确搜索结合下降算法而得出非精确搜索一维全局最优化方法,使计算量减少且使迭代收敛加快。迭代结束时该算法得到一维全局最优化问题的ε－全局最优解。该方法具有有限收敛性且不需精确的局部优化过程。文中的数值实例表明该算法的有效性。     

一个无约束最优化问题的计算机解法

本文的目的是用解无约束最优化问题的单纯形法,求目标函数的极值,并将这一过程编制成计算机程序,且用于一个实际问题的求解中。     

线性规划问题的F解决方案

最优化思想支配人类生存和改造世界的活动,使人类社会得以不断发展与进步。解决规划问题的经典数学方法是线性规划,在此方法中目标函数和约束条件都是明确的,但在实际问题中,目标函数和约束往往都是模糊的,这就需要用F集的方法来解决最优化问题,该方法不仅具有经典线性规划所具有的优点,还在不同程度上突出目标函数和约束条件的不同重要性。     

非光滑最优化方法的应用领域

非光滑最优化是数学规划中近年来研究十分活跃的一个分枝,已经提出了不少数值方法和算法。它们有相当广泛的应用领域。本文将对能应用这些方法来求解的问题作一扼要的介绍。内容包括:极小化极大函数问题,精确罚函数,分解问题等。     

多目标最优化恰当较多有效解

借助较多锥和投影锥，本文引进多目标最优化问题的恰当较多有效解概念，我们讨论了这种解与较多有效解以及与Ｐａｒｅｔｏ有效解之间的关系，同时研究了这种解的若干重要性质。     

解全局优化问题的一个单参数填充函数

为找到全空间上求解无约束全局最优化问题更有效的填充函数法,给出了一个新的填充函数。研究了此填充函数的相关性质,提出了一种新的算法,数值计算结果表明,此算法有效可行。     

非线性电路的ACNGA求解方法研究

在非线性电路的研究中，非线性电路的全解集的求解方法研究是非线性电路理论的重要研究领域之一。遗传算法是一种模拟生物进化的最优化搜索方法，因其稳定性好、不需要计算目标函数的能处理多维数值问题，遗传算法在科学研究和工程技术中得到广泛运用。针对非线性电路的全解集的求解要求，本文提出了一种改进的具有自适应交叉算子的小生境遗传算法，成功地应用于非线性电路的全解集的求解，结果表明了具有自适应交叉算子的小生境遗传算法（ACNGA）对非线性电路求解的有效性和实用性。