法向消元和线性规划强多项式算法

为了求最优集(不只是求零维的最优点),提出了行满秩线性代数方程组的法向消元解法,指出它与点和法向量组的逐次投影等价,并进一步将其发展成最小投影法,用来判定原始等式约束平面和若干坐标超平面的交的可行性;通过逐次投影在等式约束平面上建立序结构,逐维选优和判定可行性,使线性规划单纯形迭代解法所进行的Rn空间中平面组合穷举的计算变成逐次降维的等式约束平面上低维平面的形和位判定的代数计算,得到线性规划问题的低于O(mn3)的强多项式直接算法.     

具有混合约束二次函数的逼近方法

在前人给出了解等式约束问题的一种降维算法的基础上对非线性等式约束进行了线性逼近,构造了等式约束问题的近似算法,进一步考查了约束条件是既含等式约束又含不等式约束的混合约束,目标函数是二次函数的非线性规划问题.增加松弛变量将不等式约束转化为等式约束,利用线性逼近的方法将问题转化为二次规划,再利用降维算法作近似计算.数值实验的结果表明该近似算法是可行的.     

超线性收敛的既约梯度法的推广

本文首先把非退化的概念推广到非负有界变量的线性等式约束集合,然后把针对具有线性等式约束非负变量的非线性规划问题提出的具有超线性收敛的既约梯度法推广到可以解具有线性等式约束非负有界变量的非线性规划问题。     

非线性规划问题中一般约束条件下kuhn—Tucker条件的另一种证明

本文通过引入新的“变量”,将一般约束条件的非线性规划问题转化成等式约束的非线性规划问题,从而应用等式约束的Kuhn—Tucker条件推出一般约束条件的Kuhn—Tucker条件。     

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。     

绝对值等式问题的一个求解方法

 线性规划、二次规划、双矩阵对策以及其他问题都能转化为线性互补问题,而线性互补问题又可以归结为绝对值等式问题,因此研究绝对值等式问题是非常有意义的。绝对值等式问题是一个NP-hard问题,本文给出了绝对值等式问题的一个求解方法。在假设矩阵A的奇异值（矩阵ATA特征值的非负平方根）大于1时,绝对值等式问题存在唯一解,进而将绝对值等式问题转化为线性互补问题。给出了求解一般线性互补问题的混合整数线性规划解法,数值实验表明此方法对求解绝对值等式问题十分有效。     

关于线性规划模型建立的一个原则的注记

指出"线性规划模型建立的一个原则"一文的一个错误,并作更正.引进闲置的规格料的概念,对下料问题使用等式约束下的线性规划模型进行补充讨论.     

非凸半定规划的一个等价性问题

求解具有等式约束的非线性优化问题的方法已经很完善,有乘子法,惩罚函数法等,其中将具有不等式约束的优化问题转化为具有等式约束的优化问题进行求解是一种重要途径.将具有不等式约束的非凸半定规划问题（NCSDP）转化为具有等式约束的非线性规划问题（ESDP）,证明了在（NCSDP）局部解的充分性条件及严格互补与非退化条件之下两个问题的局部等价性.     

等式约束非线性规划问题的一种新算法

把有等式约束的非线性规划问题序列二次化,再利用二次规划问题的降维算法与经典的Lagrange-Newton法结合,迭代求解,从而获得具有等式约束的非线性规划问题的一种新算法,在一定程度上降低了计算的复杂度,提高了算法的效率,并且初始点的选取较灵活,对于许多实际问题,可将当前状况作为初始点,因此该算法的应用性很广.最后给...     

优化问题与线性逼近解法

本概要地介绍了运筹学的重要分支——最优化的研究背景及作为基础方法的线性逼近解法,中首先介绍线性规划及名的G．B．Dantzig单纯形方法,随后介绍了基于线性规划解法的线性逼近即Frank—wolfe方法以及基于投影概念的求解带非线性等式与不等式约束条件的优化问题的广义投影算法．只要掌握了线性规划的建模及解法,就能应用于许多实际问题．对于大型问题,目前国内已有相应的解题软件．     

解集是无限集的线性规划的若干性质

具有无穷多解线性规划的性质未见文献讨论，本文对主约束是不等式与等式约束形式的两种情形，分别讨论了线性规划具有无穷多解时原规划解的结构以及对偶规划中相关的对偶最优解的结构，并讨论了它们之间的关系。     

线性约束的Newton型算法

本文给出一族求解线性等式与不等式约束的非线性规划的Newton型算法,并讨论了算法的收敛性质。     

具有广义多面体约束的参数变分不等式解映射伴同导数

在研究参数变分不等式稳定性理论及均衡约束数学规划的最优性条件时,计算参数变分不等式解映射的伴同导数显得尤为重要.考虑了具有等式约束的广义多面体约束的参数不等式.首先,在无约束规范条件下,利用二阶微分理论,给出了具有广义多面体约束的法锥的图的法锥.其次,借助辅助多面体集合及约束规范条件,得到了更为简洁的法锥形式.最后,给出参数变分不等式的解映射的伴同导数.     

用对角二次近似方法解凸分离问题

利用一种新的对角二次近似凸化方法解非线性规划问题;对于含有不同变量并且含有等式和不等式约束的非线性规划问题进行了讨论,给出了问题的稳定条件和解的形式,最后给出了相应的算法.     

带有混合约束的二次半定规划的内点算法

研究带有混合约束的二次半定规划问题的内点算法。首先给出该问题的对偶问题和一种障碍函数,并建立相应的Lagrange函数,以此为基础给出内点算法,最后分析并证明了算法的全局收敛性。数值试验表明该算法是有效的。     

MFCQ下的广义投影梯度算法

讨论了非线性不等式和等式约束优化问题在退化情形下的求解方法。首先通过引入恰当的罚函数，将原问题转化成一个只含不等式约束的辅助规划，给出了一般约束优化问题的广义梯度投影算法，在MFCQ下，证明了算法的全局收敛性。     

正则Lipschitz规划的一阶最优性条件和最弱约束规格

讨论了正则的Lipschitz规划的一阶最优性条件,其主要研究工具是局部Lipschitz函数的广义梯度.给出了无等式约束的正则Lipschitz规划的一阶约束规格,并且证明了这种约束规格是最弱的。     

多目标不可微规划的最优性条件

本文利用Clarke广义Jacobi短阵的概念,研究了n维欧氏空间中几类多目标不可微规划,并得到相应的最优性条件和Kuhn-Tucker定理。在研究方法上,将目标函数和约束条件结合起来,作为一个整体统一处理,并采用了经典的罚函数方法。     

非线性规划问题全局优化的模拟退火法

在无约束非线性规划问题全局优化的模拟退火算法基础上，进行有约束问题求解的进一步探讨，对不等式约束条件提出了检验法和罚函数法的处理方法，对等式约束条件开发了罚函数法和解方程法的求解步骤，并进行了分析比较，从而形成了完整的求取非线性规划问题全局优化的模拟退火算法。通过对文献例题的计算，表明所提出的方法能够快速有效地求出有约束非线性规划问题的全局最优解