一类增广拉格朗日函数局部鞍点的存在性

对含有等式约束和不等式约束的非线性规划问题(P)给出了一类新的增广拉格朗日函数方法;在修正二阶充分条件下,证明了对偶问题的局部鞍点即为原问题的局部最优解;同时证明了如果原问题的局部最优解满足修正的二阶充分条件,则原问题的局部最优解即是增广拉格朗日函数的局部鞍点.     

带有混合约束的特殊三次规划问题的全局最优性充分条件

利用拉格朗日函数和L-次微分的方法,研究了带有双值和不等式约束的特殊三次规划问题的全局最优性充分条件;首先刻画出该类三次规划问题的拉格朗日函数的抽象次微分,得到了特殊三次规划问题的全局最优性充分条件;然后,举例说明利用所给出的全局最优性充分条件判定当前可行解就是全局最优解是有效的.     

基于拉格朗日对偶的一类全局优化算法

针对带有非凸二次函数约束的非凸二次规划问题(NQP),提出了一个基于拉格朗日对偶的确定型全局优化算法,这类优化算法可广泛应用于工程设计和非线性系统的鲁棒稳定性分析等实际问题中.为求解此问题,首先,应用拉格朗日对偶对原问题进行下界估计.其次,为克服拉格朗日对偶问题的非凸性,利用线性化方法,得到拉格朗日对偶问题的线性下界估计,并且由此建立了NQP拉格朗日对偶问题的松弛线性规划(RLP).如此通过对RLP可行域的细分和一系列RLP的求解过程,从理论上证明了算法收敛到NQP的全局最优解.数值算例应用结果表明,该方法是可行的.     

求解非凸约束优化问题的p次幂拉格朗日方法

针对非凸约束优化问题,引入了一种等价的p次幂形式,并考虑了一类p次幂拉格朗日函数.给出了求解非凸约束优化问题的p次幂拉格朗日算法并且分析了它的全局收敛性.借助于数值实验,说明了算法的有效性.     

不等式约束非线性规划的拉格朗日乘子的收敛

对于等式约束的非线性规划问题,一般的解决方法是在每次迭代中更新拉格朗日乘子且逐渐增大拉格朗日函数的惩罚因子,当罚因子充分大或充分接近局部最优解时,二阶充分条件是满足的;对不等式约束问题也采用了相应的方法.在凸的情况下,对于任意的罚因子或者在每次迭代中不要求精确极小化,就能全局收敛到最优解;证明了拉格朗日乘子是收敛的.     

解一类全局优化问题实质ε-最优解的一个新方法

在实质ε-最优解的条件下,保证实质ε-最优解的稳定,文中将一个约束推广到多个约束,给出了等价命题及求解实质ε-最优解的一个新的算法。     

带有二次约束的一类特殊三次规划问题的全局最优性充分条件

利用拉格朗日函数和L-次微分的方法,研究了带有二次约束的一类特殊三次规划问题的全局最优性条件。首先刻画出该类三次规划问题的拉格朗日函数的抽象次微分,从而得到了带有二次约束的三次规划问题的全局最优性充分条件。最后举例说明如何利用本文所给出的全局最优性充分条件来判定当前可行解就是全局最优解。
     

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.     

一个求解线性双层规划的全局收敛算法

用线性规划对偶理论讨论了线性双层规划的最优性条件，利用下层问题的对偶间隙，将线性双层规划转化为目标函数带惩罚项的单层问题，通过对转化后的单层问题进行求解，给出了一个求解线性双层规划局部最优解的方法，然后引进一种割平面约束来修正当前局部最优解，直到求得线性双层规划的全局最优解。提出的算法具有全局收敛性，并通过一个算例说明了算法的求解过程。     

线性两比式和的全局优化新算法

对线性两比式和这一非凸NP-困难的优化问题提出新的全局优化算法.首先把原问题等价地转化为一维参数优化问题.设计了巧妙的下界估计方法,在此基础上提出相应的分支定界算法,该算法最坏情况下可需要O(1/ε)迭代步以求得ε-近似全局最优解.数值结果表明,提出的新算法优于商业软件包BARON.此外,针对线性两比式和问题的一个具有隐凸性(等价于一个二阶锥规划)的应用特例,分支定界算法比基于CVX平台调用SDPT3求解相应的二阶锥规划等价模型效率更高.     

带有二次约束的一类特殊三次规划问题的全局最优性充分条件

利用拉格朗目函数和L次微分的方法,研究了带有二次约束的一类特殊三次规划问题的全局最优性条件。首先刻画出该类三次规划问题的拉格朗日函数的抽象次微分,从而得到了带有二次约束的三次规划问题的全局最优性充分条件。最后举例说明如何利用本文所给出的全局最优性充分条件来判定当前可行解就是全局最优解。     

重新排序中目标函数与错位量的Pareto最优解

基于ε-约束的方法,研究了重新排序中目标函数与错位量的Pareto最优解问题,对于总完工时间或最大完工时间与时间错位量或序列错位量的Pareto最优解问题,本文给出了这些问题的多项式或拟多项式时间的算法.     

不等式约束二次规划问题的全局最优性充分条件

本文考虑带有不等式约束二次规划问题.通过拉格朗日函数、L 次微分和L 正则锥相结合的方法给出了带有不等式约束二次规划问题的全局最优性充分条件. 本文的一些结果与已有文献中的一些结论是一致的,而在一定的条件下则推广了已有文献中的一些结论. 最后通过实例说明了本文给出的全局最优性充分条件的可行性、有效性和优越性.     

基于最差性能最优的稳健宽带恒定束宽波束形成

针对存在指向误差时传统宽带波束形成器性能下降的问题,提出一种基于最差性能最优的稳健宽带恒定束宽自适应波束形成算法.该算法首先利用空间响应变化约束,实现宽带恒定束宽;然后在约束边界上推导最差性能最优方法的等式约束表达式,并利用拉格朗日乘子法求解最优权矢量;最后给出了拉格朗日乘子的取值范围.仿真实验和理论分析表明:该算法在实现恒定束宽的同时具有较高的阵列输出性能和较好的稳健性;另外,该算法的参数选取方法较为简单,避免了传统最差性能最优方法中的广义特征值分解、牛顿迭代及二阶锥规划求解等,计算量较低.     

非线性规划问题的全局最优解的充要条件及其算法模型

给出了非线性规划问题(NP)的全局最优解的充分必要条件,建立了求该问题全局最优解的一个算法模型.     

组合优化策略的改进协同优化方法

为克服传统协同优化方法一致性约束造成的收敛困难和局部最优问题,提出将粒子群优化算法和修正可行方向法结合并引入协同优化.应用粒子群算法获得全局最优解近似,在此基础上应用修正可行方向法进行局部精确搜索.分别以一个典型的二次函数优化问题和一个减速器设计优化问题作为测试实例,优化结果表明,所提出组合优化策略是有效的,同时兼顾了优化效率和精度.     

高效计算时间最优轨迹的牛顿-共轭梯度增广拉格朗日方法

基于牛顿-共轭梯度(Newton-CG)增广拉格朗日算法, 给出了一种计算机数控(CNC)系统时间最优轨迹规划问题的高效求解方法. 通过非线性变量代换, 时间最优轨迹规划问题被表述为一个固定时间域的凸最优控制问题. 基于扩展极大值原理, 证明了弦误差与分轴加速度约束的时间最优轨迹具有bang-bang的约束结构. 基于控制向量参数化方法, 问题被转化为具有无穷维约束的半无穷规划问题. 通过构造拉格朗日函数, 约束优化问题转化为一系列无约束问题. 由于问题凸性, 故迭代求解采用高效的线搜索Newton-CG方法. 通过求解给定测试路径的时间最优轨迹规划问题, 验证了所提方法的有效性.     

求解一般D.C.规划的全局最优解

给出一种求解一般D.C.规划非孤立全局最优解的算法. 该算法克服了目前一些逼近算法在计算过程中有时得到的解为不可行解、 甚至远离真正全局最优解的问题. 数值结果表明了算法的有效性.     

二次锥规划的不可行内点算法

给出二次锥规划的一种不可行内点算法并证明该算法是多项式时间算法.利用本算法需O(√nlnε-1)次迭代就可找到问题的ε-近似解,其迭代复杂性界与现有的二次锥规划可行内点算法的复杂性界相同.     

一种求解全局优化问题的修正相对熵算法及其收敛性

相对熵算法是一种应用随机模拟技术求解组合与连续全局优化问题的高效率方法.本文给出一个修正的求解全局优化问题的相对熵算法(MCE),并在假设所求解的问题仅有一个全局最优点的条件下,给出了修正算法的渐近收敛性.数值结果显示,MCE算法至少和CE算法具有同样的有效性.