对偶理论在一类多项式全局优化中的应用

用Canonical对偶理论,讨论一类高阶多项式全局最优化问题的求解.首先将无约束多项式全局优化问题转换成箱体约束下的多项式全局优化问题,之后通过构造非线性变换对偶函数及相应的共轭函数,得到原问题的Canonical对偶问题.进一步通过求解对偶问题的最优解,导出原多项式全局优化问题的最优解,并给出对偶问题是凹函数的证明.最后应用所得方法,计算一个二元6次多项式全局最优化实例.     

一类包含Smarandache对偶函数方程的求解

对任意正整数n，著名的Smarandache对偶函数S^＊（n）定义为使得m!｜n最大的正整数m．利用初等方法研究了一类包含Smarandache对偶函数方程∑d｜n S^＊（d）=n的可解性，并获得了该方程的所有正整数解，其解为1和12．     

全局优化方法在最优控制中的应用

利用球约束下的全局优化的Canonical对偶方法得到了一类最优控制问题的离散解.首先经过一系列数学处理得到与原问题相应的球约束下的全局优化问题,然后利用Canonical正则空间上的微分系统方法寻找全局最优解.最后应用该方法求解两个例子.     

Smarandache对偶函数的一个计算公式

对于任意正整数n,著名的Smarandache对偶函数s*(n)定义为使得m!／n最大的正整数m,利用初等方法研究了关于对偶函数∑d/ns*(d),并给出了一个计算公式。     

关于一个数论对偶函数

对于给定的正整数k及任意的自然数n,定义数论函数bk(n)=max {m|sum from i=1 to m(i~k)≤n,n∈N+},给出bk(n)的对偶函数b*k(n)的定义,即b*k(n)=min {m|sum from i=1 to m(i~k)≥n,n∈N+}.用初等方法研究数论对偶函数b*k(n)的均值性质,给出一个有趣的渐近公式,并研究b*k(n)与bk(n)之间的联系.     

对偶函数的性质及其应用

布尔代数广泛应用于数字网络的分析和设计.对于每一个逻辑函数,根据对偶原理可以找出它的对偶函数.它也和狄·摩根定理一样可以用来对逻辑函数的化简. 本文讨论了对偶函数的性质及其在逻辑设计中的应用.     

关于Smarandache对偶函数的相关均值

对任意正整数n,Smarandache LCM对偶函数是满足[1,2,…,k]| n的最小正整数,其中[1,2,…,k]代表1,2,…,k的最小公倍数.用初等方法研究SL*(n)/n,并给出一个有趣的渐近公式.     

包含Smarandache对偶函数的方程的正整数解

利用初等数论及组合方法研究了一个包含Smarandache对偶函数及素因子函数方程∑d｜n1/S＊（d）=2Ω（n）的可解性．给出了这个方程所有正整数解的具体形式,即证明了该方程所有偶数解为n=2^4＊3^30、n=2^5·3^12、n=8p^2、n=16p^5、n=64p^4、n=2pq,其中p、q≥5为奇素数;所有奇数解为n=p、n=p^＊q,其中α≥1,p、q为奇素数．     

关于Smarandache LCM对偶函数的一个方程

对任意的正整数n,Smarandache LCM对偶函数SL*(n)定义为最大的正整数k,使得lcm(1,2,…,k)整除n,其中lcm(1,2,…,k)表示1,2,…,k的最小公倍数.本文的主要目的是运用初等及解析方法研究SL*(n)方程的可解性,最后给出了方程的所有正整数解.     

一个包含F．Smarandache对偶函数的方程

目的 研究一类包含F.Smarandache对偶函数方程的可解性.方法 初等方法.结果 获得了给定方程的所有正整数解.结论 证明方程∑S*(d)=w(n)Ω(n)有且仅有3种形式的解.     

一个求解有约束的全局优化问题的变换函数法

给出了求解一般的有约束非线性规划问题全局最优解的拟填充变换函数方法,而且讨论了所构造的变换函数的几个性质,按照其理论性质设计了一个变换函数算法,并进行了数值试验。数值实验表明,所给的方法是有效的。     

一类非线性比式和问题的对偶界方法

针对一类非线性比式和问题首次提出一种求其全局最优解的单纯形分枝定界算法.该算法利用La-grange对偶理论将原来的非线性非凸优化问题转化为一系列易于求解的线性规划.理论分析和数值算例均表明提出的算法是可行的.     

一类非线性比式和问题的全局优化算法

针对广泛应用于工程设计、非线性系统稳定性分析等实际问题中的一类非线性比式和问题(P)给出了一全局优化算法.利用问题(P)的等价问题(Q)和线性化技术,建立了问题(Q)的松弛线性规划(RLP),通过对(RLP)可行域的细分以及一系列(RLP)的求解过程,从理论上证明了算法收敛到问题(P)的全局最优解.最后数值例子表明了本文算法的可行性.     

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.     

一类大规模系统的全局优化

讨论了可分非凸大规模系统的全局优化控制问题,提出一种三级递阶优化算法。该算法首先把原问题转化为可分的多目标优化问题,然后凸化非劣前沿,再从非劣解集中挑出原问题的全局最优解。建立了该算法的理论基础,证明了算法的收敛性。仿真结果表明该算法是有效的。     

求解无约束全局优化的T-F函数算法

提出一个求解连续全局优化的T-F函数,先给出了T-F函数的定义,然后根据提出的T-F函数的性质,设计了一个新的T-F函数算法,并进行数值实验,数值实验的结果表明该算法是有效和可行的.     

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．     

全局优化问题的无参数填充函数法

通过对全局优化问题的填充函数算法的研究,克服了填充函数P（x,x^＊,γ,ρ）和P（x,x^＊）存在的缺陷,构造了2个连续的无参数填充函数W（x,x^＊）和W（x,x^＊）,并证明了它们满足填充函数的定义。数值试验的结果表明,新的填充函数算法对于求解全局优化问题是有效的。     

一个新的全局最优化问题的填充函数

提出了应用于非光滑无约束全局最优化问题的填充函数法.对填充函数进行了扩充和改进,提出了新的适应于非光滑情况下最优化问题求解的填充函数,并构造算法.数值分析表明,所提出的算法是可行的、有效的.