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．     

半线性系统的最优化问题和弱近似解

研究在Dirichlet边界条件下抛物型方程的最优化问题及其弱近似解。首先给出近似解定义，利用罚函数法和Sobolev空间、变分法、偏微分方程、泛函分析等理论得出最优正则化问题解的存在性，并且以变分不等式的形式给出最优化成立的必要条件，最后构造出一个极小化序列，证明它是一弱极小化序列．从而得到弱近似解。     

用最优化方法计算时滞微分方程的周期解

给出一种用最优化方法计算时滞微分方程周期解的方法. 该方法先将寻找时滞微分方程周期解的问题转化为一个有约束的最优化问题, 再用最优化方法计算周期解. 在数值计算上, 应用函数拟合的方法近似逼近初始函数, 并结合牛顿法和惩罚函数法数值求得周期解. 数值实验结果验证了方法的高效性.     

一维非线性脉冲波的两波干扰

讨论在一维情形下初值具有脉冲形式的常系数半线性偏微分方程的Cauchy问题.利用渐近分析的方法,求出反映两脉冲波干扰的近似解的表达式,通过近似解与精确解的误差分析（扰动方法）,得出近似解是精确解的一个好的近似.     

广义凸性假设下的集合最优化解的性质

集合最优化与向量最优化同属于多目标最优化的范畴,后者依赖于目标空间向量之间的序关系,而前者则依赖于集合之间的序关系.介绍了由Kuroiwa引入的拓扑线性空间中集合之间的序关系(下关系和上关系)及与此相关的集合最优化问题;探讨了其最优解和弱最优解的性质,并把向量最优化问题的相关结论推广到集合最优化;在一些广义凸性假设下,得到了集合最优化问题的最优解与弱最优解的关系以及局部最优解和全局最优解的关系.     

矩阵最小剩余问题及其最优近似问题的对称解

主要给出了矩阵的最小剩余问题及其最优近似问题的对称解.首先,分别给出了与矩阵最小剩余问题及其最优近似问题等价的线性方程;其次,用广义奇异值分解得到了与最小剩余问题等价的线性方程的对称解,即最小剩余问题的对称解;最后,通过寻求与最优近似问题等价的线性方程的对称解,从而得到了矩阵的最优近似问题的最优近似解.     

多目标优化问题近似解的一类组合标量化方法

根据多目标优化问题近似解的定义,对它的性质进行讨论;借助Ehrgott和Ruzika基于传统的标量化方法结合剩余变量提出的一类改进的ε-约束法组合标量化模型对多目标优化问题的近似解性质进行了研究;建立了多目标优化问题的近似有效解与标量化问题的最优解之间的关系,得到了近似真有效解与对应标量优化问题最优解的等价关系,并提出反例对部分结论进行了解释说明,指出若不满足所给定的条件,其结论不一定成立;所提出的主要结果是对一些已有标量化结果的改进与推广,为设计和求解多目标优化问题近似解的最优算法提供理论与方法基础。     

多目标优化问题中解的一些性质

借助多目标最优化问题中解的几个基本概念,得出了不同解之间的一些基本性质.这些性质将为更好地研究多目标优化问题提供理论基础.     

多目标最优化问题非劣解的存在性

在引入一个多目标极小化模型的辅助问题的基础上,通过对多目标最优化问题非劣解判别准则的分析,讨论非劣解的存在性问题,并给出了非劣解存在的充分条件.     

集值优化问题广义近似解的性质和最优性条件

引进了集值优化问题的一种广义近似解,统一了其他集值优化问题的近似解,研究了广义近似解的性质,获得了广义近似弱有效解的最优性条件.     

基于禁忌搜索的全局记忆增强型优化方法

针对过程系统优化问题中存在多解、而目前通用高性能实时优化算法均为局部算法的情况,提出了基于禁忌搜索的全局记忆增强型优化方法(global mnemonic enhancement optimization,GMEO)。该方法证明了在一定条件下局部最优解是过程系统参数的连续可微函数,并采用禁忌搜索方法以背景计算的方式获得优化计算经验点上的多解信息。基于这些多解信息,GMEO可为优化计算提供全体局部最优解的逼近值。以这些逼近值为初值,可使局部优化算法达到全局优化的效果,并能有效提高过程系统运行的稳健性。基于原油混合问题的数值仿真试验验证了GMEO方法的有效性。在不过多损失实时性的前提下,优化计算的目标函数值得以显著改善。     

锥意义下有效解的本质集与本质连通区

有效解不具有上半连续性,也不具有下半连续性,本质有效解也未必总是存在,鉴于此,主要研究了锥意义下向量优化问题有效解的本质集与本质连通区,采取构造函数的方法、反证法和usco的方法,得到了锥意义下有效解集的非空闭子集本质的一个充分必要条件,得出了与有效解的本质集和本质连通区有关的其他结果.     

上图像拓扑下向量优化问题弱有效解的通有稳定性

用函数的上图象之间的Hausdorff距离定义向量值函数间的距离，在此弱拓扑下研究了定义在紧距离空间上的一类具有普遍意义的n维向量值函数弱有效解的稳定性，指出在Baire分类意义下，大多数这类向量值函数的弱有效解是稳定的，且任一n维向量值函数都可以用所谓的本质函数来逼近。     

两个绝对值优化问题解的等价性

针对损失函数为最小一乘问题,惩罚项由基数函数定义的绝对值优化问题,提出用MCP(Minimax Concave Penalty)非凸正则来连续逼近基数罚,得到一个精确连续的绝对值优化松弛问题。首先,证明了带基数罚的绝对值优化问题的全局最优解;其次,研究了带基数罚的绝对值优化问题与带MCP罚的绝对值优化松弛问题之间全局最优解的等价性;最后,证明了在一定的条件下这两个绝对值优化问题具有相同的全局最优解。     

向量和集两种标准下集值优化近似解的最优性条件

考虑一类集值优化问题在向量优化和集优化两种标准下关于近似解的最优性条件,利用上、下Studniarski导数,得到了在向量优化和集优化两种标准下集值优化问题关于近似解最优性的充分必要条件.     

向量优化问题近似解的最优性条件

研究了由Kutateladze定义的向量优化问题的近似解,讨论了这类解的一些性质,用标量化方法得到了它们的充分和必要条件.     

向量优化问题拟有效解的最优性充分条件

在实拓扑向量空间中,利用距离函数,给出了向量优化问题局部拟有效解和拟有效解的概念,提出了四类新的广义近似凸函数并建立了向量优化问题局部拟有效解和局部有效解的最优性充分条件;其结果是对文献[5]的相应结果的推广.     

Banach空间中向量均衡问题近似解的最优性条件

在Banach空间中给出了向量均衡问题近似解的一些性质,获得了带约束向量均衡问题近似解的充分必要条件.     

一种文化算法优化

工程中复杂的优化问题很难获得其解析解,通过数值计算方法去获取数值解容易陷入局部最优解。为提高求解高维问题数值最优解的速度和准确性,在传统文化算法基础上将种群分为精英群体和普通群体,分别按照不同的方式进化并对种群做初始化优化,通过MATLAB编程用实例分别对优化前后的算法进行仿真。实验表明,优化后较优化前在速度上有较大的提升,进行初始化改进的文化算法在高维优化问题中能更快、更准确地逼近最优解,为求解复杂的问题提供了一种新的参考方法。