下降算法及最优性条件研究

研究了全局最优化问题的总体最优性条件，建立了一种下降算法。本文给出的数值实例表明了该下降算法对全局最优化问题求解的有效性。     

具有离散分布的两阶段随机二阶锥规划问题的最优性条件

两阶段随机二阶锥规划模型在工程和生产等许多实际问题中有广泛的应用,该模型的有效求解方法备受关注.最优性条件在算法设计中扮演着重要的角色.基于Lagrange对偶理论,主要探讨具有离散分布的两阶段随机二阶锥规划问题的最优性条件.在Slater条件下,建立了第二阶段问题的对偶问题并分析了最优值函数的次微分性质;当随机数据服从离散分布时,证明了两阶段随机二阶锥规划问题的最优性条件.     

约束集值优化问题的二阶最优性条件

给出集值映射二阶导数的定义, 并讨论了其相关性质. 运用此二阶导数及二阶相依导数, 建立了约束集值优化问题的二阶必要最优性条件. 在有限维空间中得到了约束集值优化问题的二阶充分最优性条件.     

双层多目标规划有效解的二阶最优性条件

在双层多目标规划的一阶最优性条件的基础上,给出了双层多目标规划问题的二阶最优性条件。     

一种新的非精确线搜索策略及其收敛性质

对无约束优化问题,给出一种新的非精确线搜索策略.该线搜索准则可以在每一步迭代中获得更多的下降量,特别地,它可看作是一般非精确线搜索的推广.在适当的条件下,证明了利用此类线搜索与下降方向相结合所得算法是全局收敛的.     

具有离散分布的两阶段随机二阶锥规划问题的最优性条件

主要探讨两阶段随机二阶锥规划问题的最优性条件.首先,基于Lagrange对偶理论,建立了第二阶段随机二阶锥规划问题的对偶问题,并分析了最优值函数的次微分性质;其次,当随机数据的概率分布具有有限支撑时,讨论了期望补偿函数的次微分性质;最后,给出了具有离散分布的两阶段随机二阶锥规划问题的最优性条件.     

求解对数切比雪夫逼近问题的原对偶内点算法

文章对对数切比雪夫逼近问题在半正定规划框架下给出了最优性条件 ,并在此基础上构建了原对偶内点算法 ,最后给出了二阶收敛性     

半线性椭圆最优控制问题的最优性

文章讨论了半线性椭圆最优控制问题的二阶最优性条件.假设约束集满足一些特殊性质,得到了半线性椭圆最优控制问题的二次增长条件、二阶充分最优性条件和二阶必要的最优性条件.最后证明了这三个条件是等价的.     

求解扩展一般变分不等式的预测校正算法

给出了一个求解扩展一般变分不等式的预测—校正投影迭代算法,并在更弱的条件下证明了该算法的收敛性.所得的结果可以看作是一种新的和对先前一些结论的重要推广改进.     

集合函数多目标规划弱有效解的二阶必要条件

在给出了集合函数多目标规划的一阶最优性条件的基础上 ,进一步给出了集合函数多目标规划问题弱有效解的二阶必要条件及局部弱有效解的二阶充分条件。     

求解拟变分不等式问题的一类无导数下降算法

利用广义正则gap函数的方向导数,构造了一种迭代方向,提出了一类求解拟变分不等式问题的算法。此算法不需关心目标函数的梯度计算问题,与相关文献比较,该算法的适用范围更加广泛。在某些假设条件下,证明算法的收敛性。     

解Duffing方程周期解的Levenberg-Marquardt方法

先把求解微分方程的周期解问题转化为无约束最优化问题, 再利用无约束最优化问题的最优性条件及Levenberg-Marquardt方法求解了满足限制共
振条件下的一类Duffing方程的周期解. 数值计算结果表明了方法的有效性.     

变测度算法的最优性条件

郑权首先提出了求总极值的积分-水平集方法及其算法的最优性条件.此后,邬冬华等人给出了一种修正的积分-水平集算法及相应的最优性条件.在此基础上,该文提出一个变测度的积分 水平集概念性算法,并给出类似的最优性条件.     

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。     

超静定梁的最优塑性设计

提出用直接变分方法研究超静定塑性梁的最优设计问题,数学上它表述为一个具有不等式约束的泛函数极值问题,应用拉格朗日乘子法得到了最优塑性设计的一组必要条件,并由此导出了最优性条件,当目标函数是塑性极限矩凸函数时,证明了这一最优性条件也是最优解的充分条件,基于最优性条件可建立求解最优塑性梁的一般方法,这方法能普遍适用于各种荷载形式和支承条件。     

无罚函数无滤子的非单调无二次规划方法

提出了求解光滑不等式约束最优化问题的非单调无罚函数无滤子的无二次规划非可行域方法.通过乘子和非线性互补函数,构造一个等价于原约束问题1阶最优条件的非光滑方程组.在此基础上,通过牛顿-拟牛顿迭代得到满足1阶最优条件的解,在迭代中采用了无罚函数无滤子的非单调线搜索方法以避免罚函数的选取和滤子的存储,使得目标函数或者约束违反度函数具有充分的非单调下降,试探步更易于接受.算法不要求迭代点和初始点严格可行.该算法是可实现的,具有全局收敛性.另外,在较弱条件下可以证明该方法具有超线性收敛性.     

含弱互补函数的可行的无子规划算法

用弱互补函数来代替F-B互补函数，由此而构建出四个光滑的线性方程．还修改了第二个线性方程，从而保证了迭代点的可行性和目标函数的下降性．采用修改的拟牛顿算法修正，在没有要求子矩阵H^k是一致正定的条件下，证明该算法具有全局收敛性和局部超线性收敛性．算例表明，该算法具有很好的应用前景．     

一类分数阶最优控制问题的高阶快速算法

分数阶扩散方程约束的分布式最优控制问题广泛地应用于科学和工程领域,包括优化设计、控制和参数识别;针对这类问题,提出了一种高阶的快速算法。对于求解该问题的一阶最优条件所产生的耦合两点边值问题,在空间上利用紧差分,时间上利用边值方法对该问题进行离散,离散后得到一个2×2块线性系统;然后使用带有Kronecker积分裂的迭代算法求解该线性系统,该算法是块状的Kronecker积结构,通过交替的Kronecker积分裂迭代方法得到了这个Kronecker积,并证明了该分裂迭代算法是收敛的;同时使用GMRES方法来加速Kronecker积分裂迭代的收敛;最后数值实验表明了该算法的精确性和计算效率。     

一类不确定半无限多目标优化问题的鲁棒逼近最优性

考虑一类含有不确定数据的半无限多目标优化问题, 先引入该不确定半无限多目标优化问题的鲁棒逼近拟Pareto弱有效解, 再借助鲁棒型次微分约束规格和 一类广义凸性假设, 给出该多目标优化问题的鲁棒逼近拟Pareto弱有效解的必要和充分最优性条件.