基于SCAD正则最小一乘回归问题研究

针对损失函数为最小一乘,惩罚项由基数函数定义的稀疏回归问题,用SCAD(smoothly clipped absolute deviation)罚来连续逼近基数罚,得到一个连续的松弛问题,研究SCAD罚问题与原基数罚问题之间解的等价性。首先,证明了SCAD罚松弛模型的下界性质,并借助此下界性质分析了原问题与松弛问题之间解的等价性,证明了在一定条件下两个问题具有相同的全局最优解以及最优值。此外,证明了松弛模型的局部最优解是原问题的局部最优解并且在局部极小值点处松弛模型与原问题的目标值相等。     

一个新的光滑低阶精确罚函数

对不等式约束优化问题提出了一种新的低阶精确罚函数的构造,使其转化为易求解的无约束优化问题;给出了光滑罚问题与非光滑罚问题,光滑罚问题与原问题的目标函数值之间的误差估计,并且在弱的假设条件下证明了光滑罚问题的全局最优解是原问题的近似最优解.     

罚函数的性质及ι_1精确罚函数的存在性

本文讨论了一种常见的罚函数，给出并证明了罚函数的全局最优解存在的一个充分条件，及原问题的局部最优解与罚函数的局部最优解之间的关系的一个定理，并对［２］中ｌ１罚函数的一个精确罚函数存在性定理，给出了较为简单的证明．     

一种新的低阶罚函数的光滑化方法

对于约束优化问题,给出了一种用二次连续可微函数光滑低阶罚函数的方法;在一些弱的假设条件下,证明了光滑后的罚优化问题的最优解是原优化问题的ε-近似最优解.     

罚函数的性质及dl1精确罚函数的存在性

本文讨论了一种常见的罚函数，给出并证明了罚函数的全局最优解存在的一个充分条件，及原总是的局部最优解与罚函数的局部优解之间的关系的一个定量。     

不定二次规划的全局优化算法

对不定二次规划问题提出了一个新的确定型全局优化算法,通过对目标函数和约束函数的线性下界估计,建立了不定二次规划的松弛线性规划.通过对松弛线性规划可行域的细分,以及一系列松弛线性规划的求解过程,并通过实例证明了算法能收敛到原问题的全局最优解.     

一个求解绝对值线性互补问题的罚函数方法

通过构造罚方程的思想提出一个求解绝对值线性互补问题的罚函数方法,证明了当惩罚因子趋于正无穷时,所提出了罚函数方法的解收敛于绝对值线性互补问题的解,并且收敛速率是指数次.     

集成电路二划分的一维泊松方程方法

将集成电路二划分问题转化为等价的一维离散布局问题,在全局布局阶段将问题松弛为连续布局问题,并推导得到一维显式泊松方程.以线长作为目标函数,由泊松方程建立的密度函数作为罚函数,使用非线性优化方法得到全局布局阶段的连续解.在合法化阶段将连续解映射至原问题的离散解空间,得到原问题的可行解.在详细布局阶段使用FM(factorization machines)算法对离散解进行局部优化,得到最终解.上述二划分方法在ISPD98标准测试样例中的表现相较于传统FM算法,割边减少约36%.将上述方法嵌入多级划分框架KaHyPar,割边约减少7%.     

一种求解带等式约束非线性规划问题全局最优解的方法

本文把罚函数法和一种求解无约束非线性规划问题的辅助函数法相结合,首先写出非线性规划问题的罚函数,从而把原问题转化成为一个无约束的非线性规划问题,然后再运用辅助函数法（GOM）来求解罚函数的全局最优解,从而求到原带等式约束的非线性规划问题的全局最优解．     

一种求解带等式约束非线性规划问题全局最优解的方法

本文把罚函数法和一种求解无约束非线性规划问题的辅助函数法相结合,首先写出非线性规划问题的罚函数,从而把原问题转化成为一个无约束的非线性规划问题,然后再运用辅助函数法(GOM)来求解罚函数的全局最优解,从而求到原带等式约束的非线性规划问题的全局最优解.     

基于目标层解分析方法的重水潜器多学科设计优化

采用一种新型的多学科设计方法———目标解析分流法进行重水潜器的概念设计。首先利用半经验法建立重水潜器的集成系统模型,并进行目标层解分析（ATC）优化模型;再应用增广拉格朗日惩罚函数松弛化方法,通过改进内外层嵌套式求解策略,减少内层循环病态子问题的求解计算时间,在内层循环得到收敛的同时,外层循环更新惩罚权重来获得可行解;随后改变惩罚函数权重,对比分析各种惩罚函数对求解效率的影响。由实验可得,应用增广拉格朗日惩罚函数松弛化求解的方法,保持计算精度的同时也提高了计算效率。最终获得的系统最优解与多维的一次设计优化问题所得到的最优解非常接近,证明了多学科设计优化能充分利用不同学科之间的相互作用所产生的协同效应,从而获得系统整体的最优解。     

分布式优化在智能电网经济调度问题中的应用

为了减少智能电网中节点之间信息交换的需求,降低智能电网的发电成本和用户的用电消费,提出了一种时变拓扑下的分布式优化算法,用以寻找经济调度问题的最优解;结合图论的相关理论,将节点之间的信息交换用时变无向图表示,并根据光滑精确罚函数的思想,简化经济调度问题,将优化问题中的不等式约束整理到目标函数中,从而得到一个只含有等式约束的新的优化问题,随后通过调整参数值求得最优值,因为算法考虑了每个节点的容量约束,所以在实际应用中具有更好的普适性;证明了当全局目标函数取得最小值时,各个节点共同达到最优解,最后通过实例验证了算法的有效性和可行性。     

基于模拟退火算法的最优控制问题全局优化

参数化后的最优控制问题是一类高维非光滑非线性约束优化问题,传统的非线性规划算法求解时存在着收敛性差、局部收敛等问题。针对上述问题,该文采用多重参数化方法处理最优控制问题,非可微精确罚函数方法处理约束条件,引入了具有良好全局收敛性的模拟退火算法求解参数化后的最优控制问题。典型的时间最优和燃料最优控制问题的求解结果表明：模拟退火算法有着可靠的全局收敛性,优于遗传算法以及序列二次规划等经典优化算法。     

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.     

二次背包问题的秩二松驰

把对最大割问题进行秩二松驰的思想应用到二次背包问题上,得到二次背包问题的秩二松驰模型.应用罚函数法求得该模型的最优解,再利用扰动算法将该最优解转化成二次背包问题的解.     

关于求解凹函数全局优化问题的最优控制方法

研究一类凹函数全局优化问题的求解方法.建立凹函数全局优化问题和相对应的最优控制问题之间的等价关系.利用Krotov沿拓法,构造辅助函数,解决了与原问题等价的的最优控制问题,并对目标函数做了一些推广.     

基于Monte-Carlo求约束积分总极值

利用罚函数法将有约束问题转化成无约束优化问题，提出了变测度积分-水平集方法。通过Monte—Carlo随机投点来实现全局最优解，数值实验说明不仅计算简捷而且具有较高的精度。     

具有机会约束的多阶段可信性M-AD投资组合优化

本文基于可信性理论,考虑交易成本、借贷约束、阈值约束和基数约束等现实约束,我们提出一种新的具有机会约束的多阶段可信性均值绝对偏差(M-AD)投资组合优化模型。该模型在给定的置信水平下,运用可信性均值和绝对偏差衡量资产的收益和风险,通过对终期财富的最优化实现投资者的预期收益。运用可信性理论,该模型被转化为确定型的动态优化问题。由于交易成本和基数约束的存在,该模型为具有路径依赖的混合整数动态优化问题。文章提出一种新的前向动态规划方法求解。最后,文章通过实证研究验证了模型和算法的有效性。