离散全局最优化中的一类T-F函数算法

针对求解非线性离散规划全局最优解问题提出一类T-F函数算法.首先,介绍有关离散全局最优解的各种概念,并定义了T-F函数;其次,提出一类T-F函数,并设计了相应的T-F函数算法,通过寻找该T-F函数的离散局部极小解,以期找到离散规划问题的比当前离散局部极小解更好的解.数值实验表明算法是有效的.     

总体优化一个填充函数算法的改进

对求解无约束总体优化问题的填充函数算法〔２〕作适当改进,使得新的填充函数算法无须对问题的局部极小解个数作假设,且填充函数中参数的选取不依赖于局部极小解谷域的半径．     

同伦方法求解一类非凸规划问题的局部极小

利用组合同伦内点方法求解目标函数为凸的一类非凸规划问题, 证明了在同伦映射为正则映射的条件下, 同伦方法一定收敛到局部极小解, 并得到了当目标函数非凸时, 若非凸规划问题所有的K-K-T点均在可行域边界上, 则此同伦方法在同伦映射为正则映射的条件下, 也收敛于局部极小解.     

几种求解非线性整数规划的局部极小点的算法

求解整数非线性规划问题的局部极小点是求解整数非线性规划问题的全局最优解的前提.很多求解整数非线性规划问题全局最优解辅助函数法(比如填充函数法)都需要先求整数非线性规划问题的局部极小点.给出求解非线性整数规划问题局部极小点的坐标轮换法,并与已有的两种方法作了算例比较.     

非线性整数规划的一种凸填充函数方法

给出了非线性整数规划问题中凸填充函数的定义,提出了一个满足所给定义的含有两个参数的凸填充函数,不仅在理论上证明了所给出的凸填充函数的有关性质,而且设计了一个新的优化算法。数值计算结果表明了算法的可行性和有效性。     

求解非线性整数规划全局最优解的填充函数法

提出了一个填充函数,用来求解严格路径连通域上的非线性整数规划全局最优解问题。探讨了该填充函数的理论性质,提出了相应的求解算法,并进行了算例测试。测试结果表明该算法令人鼓舞。     

多维背包问题的变邻域填充函数算法

首先给出解的两个邻域结构,并把多维背包问题转化为相应的无约束整数规划问题.其次构造一个单参数的填充函数,然后提出一类求解多维背包问题的变邻域填充函数算法.实验结果表明,该算法是有效的.     

求解混合整数双层规划的凸组合算法

利用罚函数思想和最优值函数的概念将混合整数双层规划转化为连续变量的单层非线性规划,然后用事先确定步长的凸组合算法迭代求解此单层非线性规划,进而得到原双层规划的局部最优解.     

多流股换热器网络综合问题的优化算法设计

多流股换热器网络综合问题是一个混合整数非线性规划问题（MINLP）,这类问题规模大、约束条件多,严重的非凸非线性使得目标函数存在多个局部最优解．传统的基于梯度的优化算法在求解时极易陷于局部最优．有鉴于此,本研究采用遗传算法解决此类问题,通过对遗传算法进行改进,针对简单遗传算法存在的早熟和运行参数难以确定的问题,设计了多样性保持算子和多种群进化的算法结构;计算时运行参数自适应确定,并把模拟退火算法思想引入遗传算法子代的生成中去．实例证明,采用所构造的算法可有效求解MINLP问题,并有利于寻求到全局最优解．     

凸整数规划问题的混合蚁群算法

混合蚁群算法是基于群体的一类仿生算法, 适合于解困难的组合最优化问题. 本文对其做适当改进, 用于解凸整数规划问题. 结果表明: 用该算法求目标函数为正定二次型的整数规划问题的最小值, 找到的解比多起始点局部搜索方法好得多, 比原来的混合蚁群算法找到更好的解     

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.     

量子粒子群算法求解整数规划的方法

粒子群算法主要用于优化连续性问题。如果用于求解整数规划问题,算法的粒子位置必须解决取整问题;而量子粒子群算法求解整数规划问题具有更高的效率。利用三种取整方法与量子粒子群算法结合,求解非线性整数规划问题,并且与标准粒子群算法求解整数规划问题进行比较。通过对基准函数仿真实验,比较了六种方法求解整数规划问题。实验结果表明,基于随机取整的量子粒子群算法搜索成功率优于其他五种方法,其综合搜索效率更佳。寻找了一种更优的求解整数规划方法。     

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。     

求解混合整数规划问题的指数变差积分算法

研究了一种求解混合整数规划问题的指数变差积分算法.利用积分型总极小值理论及指数变差积分对混合整数规划问题进行研究,通过变差积分函数的分析性质及混合整数规划的最优性条件,结合牛顿法设计了一种求解混合整数规划的指数变差积分新算法.运用Monte-Carlo模拟方法实现整个算法,数值结果表明该算法是有效的.     

同伦方法求解无约束非凸优化问题的局部极小

利用同伦方法求解无约束非凸优化问题,证明了在同伦映射为正则映射的条件下,选取合适的同伦方程,当算法可以排除鞍点时,同伦方法一定收敛到局部极小解,而非极大解.     

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。     

非线性凸规划的熵函数法

提出了求解非线性凸规划的熵函数法．分析了算法的性质,证明了熵函数逼近问题解的存在性和唯一性．最后,用数值算例表明了该算法的有效性．     

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。
     

关于求解全局优化的途径:从局部到全局(英文)

在实际应用中常常要求求解全局优化问题, 而用有效的求解全局优化问题是非常困难的.填充函数方法和打洞函数方法是两种全局优化的函数变换方法,有关文献的计算说明这些方法是有效的.本文将给出这两种全局优化方法最近的发展.首先分析原先由葛仁溥提出的填充函数和Levy与Montalvo提出的打洞函数方法的缺点.其次给出在箱子集或者全空间上无约束或者不等式约束的全局优化问题的单参数的新填充函数和变形打洞函数的定义,并构造出相应的填充函数和变形打洞函数.此外亦讨论整数全局优化问题的填充函数和变形打洞函数方法.最近还讨论了全空间上等式约束全局优化问题.最后给出综述,指出非线性规划的一个主要发展方向:混合整数非线性规划,给出用填充函数和变形打洞函数的求解途径.     

基于粒子群优化算法的分散式废水处理网络的综合

基于分散式废水处理网络的超结构，建立了废水处理网络系统最优化的非线性规划模型和混合整数非线性规划模型．它们是具有非凸性的复杂非线性数学规划问题，用现有的方法进行求解不能保证得到全局最优解．因此，提出了应用新型随机型算法——粒子群优化算法求解上述复杂非线性最优化问题．算例问题的求解计算表明，提出的废水处理网络粒子群优化方法具有不要求初始可行点以及适应全局优化等优点，能够快速有效地解决废水处理网络最优化问题．