全局最优化问题的填充函数算法

填充函数法是由Ge R.P.教授在1990年提出,该类算法是求解全局最优化问题的一种重要的确定性算法。本文受以前学者工作的启发,提出了一个新的无参数填充函数算法,并对其进行了数值试验,试验结果验证了该填充函数算法是有效的。     

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.     

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。     

一个无参数的填充函数算法

笔者通过对全局最优化问题填充函数算法的研究，提出了一个新的无参数填充函数W（x，x*），它克服了含参数填充函数存在的缺陷，并且它是目标函数的一个明确表达式。数值试验结果表明该填充函数算法是有效的。     

复合非光滑最优化线搜索方法的全局收敛性

考虑复合非光滑最优化问题minh(f(x))，其中f是一个局部Lipschitzian函数，h是一个连续可微凸函数。本文给出了复合非光滑最优化问题的一个线搜索算法，并且在一定条件下证明了该算法的全局收敛性。     

求全局最优化问题的一类填充函数

讨论求全局最优化问题的填充函数算法,构造了一类一般形式的填充函数,已有的若干填充函数都是它的特例．该类填充函数仅有一个参数,容易计算,相对传统填充函数,它在参数较小时就能保持其填充性质．     

无约束全局优化的一个新凸填充函数

对连续的非线性全局最优化问题，给出了一个新的凸填充函数，该函数带有两个容易调节的参数，它克服了原有的凸填充函数在计算上的不足之处；在讨论了所给出的凸填充函数性质的基础上，提出了一种求解连续无约束全局极小化问题的一种新的凸填充函数算法。     

一种基于填充函数的神经网络全局优化算法

针对前向神经网络BP算法由于初始权值选择不当而陷入局部极小点这一缺陷,提出新的全局优化训练算法.首先,提出了一种新的填充函数,并证明该函数的填充性质,进而结合该新填充函数与BP算法,构造出基于填充函数的全局最优化神经网络算法.应用全局优化算法训练神经网络时,如果误差函数陷入局部极小值,该算法可以利用填充函数帮助误差函数不断地跳出局部最优,直到找到全局最优点.该新算法的最大优点是对于初始权值无依赖性,避免了BP算法易陷入局部极小值的缺点.理论分析和仿真试验结果证明了该全局优化神经网络算法的有效性和优越性.     

一步光滑牛顿法解P_0非线性互补问题

通过引入光滑参数提出一个新的光滑化NCP函数来逼近方程组中的目标函数,提出了求解P0非线性互补问题的一步光滑牛顿法,并得到该算法是全局收敛的结果.在适当的假设下,证明了该算法的局部超线性和二次收敛性.数值实验表明该算法是有效的.     

一类新的光滑函数及求解非线性互补问题的光滑牛顿算法

本文构造了非线性互补问题的一类新的光滑函数,利用新的光滑函数将非线性互补问题转化为非线性方程组。然后提出了求解一般非线性互补问题的光滑化牛顿算法,并且证明了算法的全局和局部收敛性。     

求解全局优化问题的填充函数法

全局优化问题在许多工程和实际生产中有着广泛的应用,对其方法的研究是当前优化理论方面的一个热点。本文主要研究涉及多峰函数的无约束全局优化问题的方法,以期对解决实际问题提供算法帮助。通过构造一个新的不含指数项的填充函数求解无约束优化问题的全局最优解,首先给出了该填充函数的定义,其次分析了这种填充函数的一些解析性质,设计了一种涉及这种填充函数的算法,最后给出了数值测试例子;与存在的算法的数值试验比较表明,该文提出的算法是有效的。     

全局优化问题的无参数填充函数法

通过对全局优化问题的填充函数算法的研究,克服了填充函数P（x,x^＊,γ,ρ）和P（x,x^＊）存在的缺陷,构造了2个连续的无参数填充函数W（x,x^＊）和W（x,x^＊）,并证明了它们满足填充函数的定义。数值试验的结果表明,新的填充函数算法对于求解全局优化问题是有效的。     

用于全局优化的一种有效的单参填充函数

填充函数法是一种求解多变量、多极值函数全局最优的有效方法，但该方法的优化效果与构造的填充函数关系密切．构造了一种形式简单的单参数填充函数，并对其进行理论分析和仿真实验．对6个基准函数的数值实验表明，构造的填充函数对参数依赖性小，全局收敛速度快．     

跨越函数法:一类全局优化的新策略

提出了一类求解全局优化问题的新策略:跨越函数法.与以填充函数法为代表的一类全局优化方法相比,跨越函数法直接凸显了在求解全局优化问题时构造辅助函数的目的,并能仅通过一次迭代跨越函数值比当前局部极小值高的区域,而直接找到原函数f(x)的位于函数值比当前局部极小值低的区域中的局部极小点,通过有限次迭代,找到全局最优解.     

一个新的求无约束全局优化的填充函数

根据Zhang对填充函数的新的定义给出了一个新的求无约束全局优化问题的填充函数,并根据这个填充函数提出了相应的填充函数算法。数值试验表明此算法是有效可行的。     

用于全局优化的一种新辅助函数及其性质

从填充函数法的思想出发,基于启发式想法,提出了一种基于两阶段变换目标函数,进而用于全局优化的新辅助函数法,对新辅助函数的性质和其中的参数进行了理论分析.数值实验表明,与其他辅助函数优化方法相比,新方法放松了对参数的约束,收敛速度更快,解的精度更高.     

带约束的离散全局优化问题的填充函数法

通过构造一个新的双参数填充函数求解带约束的离散全局优化问题的全局最优解,研究了填充函数的分析性质,并据此给出了带约束的离散全局优化问题的一个填充函数算法.数值试验证结果表明该算法是可行的、有效的.     

无约束全局优化问题的两种新的辅助函数法

填充函数法、打洞函数法和平稳点函数法是目前比较常用的求解全局优化问题的辅助函数法。本文提出两种新的辅助函数法,用于求解一般非线性规划问题的全局最优解,它不仅结合了填充函数法和打洞函数法及其平稳点函数法的特点,同时又避免了它们的一些缺点（每次求解填充函数、打洞函数和平稳点函数的局部极小点以后,还需要重新求解原问题的局部极小点）,而新的辅助函数的局部极小点就是原问题的局部极小点,不需要再求原问题的局部极小点。