求解二次规划的一个基于梯度的新神经网络

根据问题自身的结构特点，通过将其转化为等价的方程，提出了求解凸二次规划的一个基于梯度的新神经网络模型．严格证明了它是Liapunov稳定的，并且渐近收敛于原问题的精确解．讨论了其全局指数稳定性，该模型不需要选择自反馈或辅助联结权矩阵，且网络规模小于原问题．模拟实验表明新模型不仅可行，而且有效。     

基于复值神经网络的分式规划问题

研究了利用复数神经网络解决带有区间约束条件的复变量非线性分式规划问题,提出的神经网络模型关于问题的可行解具有全局稳定性.对模型平衡点的存在性和稳定性给出了详细推导和证明.最后通过数值例子证实了该模型的可靠性和有效性.     

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.     

球约束二次规划问题的一个计算方法

研究球约束二次规划问题 .将一般的球约束二次规划问题转化为球约束凸二次规划问题 ,并给出了该问题的KT点和全局最优解的计算方法     

时滞神经网络对于新的二次优化的应用

研究了一类新的二次优化最优解稳定性问题,并在M为广义正定矩阵时给出了判定平衡点全局指数稳定的充分条件,通过时滞神经网络解线性投影方程的模型,借助Lyapunov函数给出系统全局稳定性的充分条件,最后用仿真实例说明研究结果的有效性.     

一种二次规划的算法及其在安全经济调度中的应用

提出一种基于松驰技术的二次规划新算法，并在解析过程中引用参数规划的思想，通过迭代搜索获得电优解，算法具有对初始点要求低、收敛 可靠、计算负担小的特点，也可用于解算参数二次规划问题。作为应用例子，解算了电力系统中有功安全经济调度问题，给出了计算结果。     

求解约束最小二乘半正定规划问题的L-BFGS方法

对带等式和不等式约束的最小二乘半正定规划问题的求解进行了研究。在Slater约束规范条件下,对偶问题的最优解与原问题最优解相等。因此,考虑将最小二乘半正定规划问题转化为相应的对偶问题,通过求解对偶问题达到求解原问题的目的。针对最小二乘半正定规划问题的对偶问题,首先构造相应的二次模型,沿负梯度方向最小化该二次模型得到柯西点,在此基础上,利用积极约束技巧,划分积极约束集与非积极约束集,然后应用L-BFGS技巧对自由变量进行加速,从而求得对偶问题的最优解。最后,从理论上证明了算法的全局收敛性,并进行了初步的数值实验,将该算法与光滑化牛顿法作对比,结果表明该算法在计算时间上有一定的优势。     

约束二进制二次规划测试函数的一个构造方法

基于盖尔圆定理,给出了约束二进制二次规划测试函数的一个构造方法:对原问题,通过线性变换,得到一个新的不定二次规划,且该不定二次规划恰好以给定初始点为最优解;进而构造出了一系列具有共同最优解的约束二进制二次规划。     

带有Poisson跳的固定资产模型解的全局稳定性

讨论了带有Poisson跳的固定资产模型解的全局稳定性,并给出了固定资产模型稳定性判断准则,该方法的优点是在弱于全局Lipschitz的条件下,讨论了模型解的渐近性质.最后通过数值算例对结论进行了验证.     

求不定二次规划问题全局解的单调化方法

 不定二次规划是全局优化的一类重要问题,在金融、统计、工程设计等实际问题中有广泛应用。但此类问题可能存在多个非全局最优的局部极值点,所以求其全局最优解变得十分困难。运用单调优化理论提出一种求不定二次规划问题全局最优解的新方法：通过引入新变量将问题等价转化为单调优化问题,然后利用问题的单调结构进行缩减、分割、辅助问题最优值的定界等过程获得近似全局最优解。该解不仅可行且能充分接近真实的全局最优解,数值结果表明方法可行有效。     

一类非凸规划的分支定界算法

针对一类非凸规划问题(NP)提出有效的分支定界算法.首先,利用目标函数的特性将其转化为等价的极小化问题(P),通过对其可行域的细分和求解一系列凸规划问题,不断更新(NP)全局最优值的上下界.为提高计算效率,一个问题的最优解作为下一个问题的初始解,并提出了新的删除技术.理论上证明该算法是收敛的,数值试验结果表明算法是有效可行的.     

评价圆锥度误差的自适应方法

借鉴鞍点规划的思想,依据最小条件原则和自适应拟合方法建立了圆锥度误差的数学评定模型;采用序列二次规划的方法求解自适应圆锥优化问题.对于这个复杂的鞍点规划问题,全局最优解的获得依赖较好的初始点,通过分析测量模型与理想圆锥模型之间的几何关系,采用多步拟合的方法,计算出一个较优的初始点.实例证明,采用多步拟合的初始点选取方式...     

与年龄相关的种群模型解的全局稳定性

讨论了一类与年龄相关的种群模型解的全局稳定性问题.通过Lyapunov函数、Barbashin-Krasovskii定理以及It公式证明了与年龄相关的种群模型强解的存在性,并给出了该模型零解全局稳定的充分条件,最后通过数值算例对结论进行了验证.     

金融工程中组合模型的神经网络算法

借助于神经网络的思想，提出求解Ｍａｒｋｏｗｉｔｚ模型的神经网络算法，证明了其解的存在性，稳定性和有效性，该结论很容易推广到一般二次规划问题，从而丰富了求解二次规划问题的方法。     

求非凸二次约束二次规划全局解的凸规划方法

针对非凸二次约束二次规划(QCQP)问题,将问题中二次函数的凸函数部分保留,达到所得松弛规划的可行域更加紧致的目的,得到原问题更好的下界.利用正交变换的方法得到原问题的一个凸规划松弛模型,再利用分支定界算法求其全局最优解.根据问题的最优性和可行性原则,提出一种能整体删除或缩小算法迭代过程中产生的分割子区域的区域删减策略...     

带有二次约束二次规划问题的全局最优化

根据带有二次约束二次规划模型的特殊结构,利用乘积的凸包络和凹包络,给出带有二次约束二次规划问题的松弛线性规划问题,以确定全局最优值的下界,使用超矩形缩减技术以加快分支定界算法的收敛速度,从而提出一个求解带有二次约束二次规划问题的全局最优化算法,证明该算法的收敛性,这个新算法实际上是把分支定界方法与外逼近方法有机地结合起来.数值算例表明所提出的算法是可行的.     

非线性规划的一种全局收敛算法

定义了一种偏离Ｋｕｈｎ－Ｔｕｃｋｅｒ三元点的度量函数的基础上，，对一般连续可微非线性规划提出了一个新的全局收敛算法。利用这个算法在获得问题最优解的同时，还得到了与最优解相应的Ｌａｇｒａｎｇｅ乘子。把这种算法应用于二次规划，得到了二次规划的一种的迭代法。最后给出了一个计算实例。     

二次规划问题的比例时滞神经网络的全局渐近稳定性

针对一类等式约束下的二次规划问题,提出一类比例时滞Lagrange神经网络模型,通过证明该神经网络平衡点的渐近稳定性,得到该二次规划问题最优解的存在性.通过构造适当的Lyapunov泛函,利用Lyapunov稳定性理论和线性矩阵不等式,得到比例时滞Lagrange神经网络全局渐近稳定的时滞依赖的充分条件,该条件以线性矩阵不等式的形式给出,便于应用Matlab Toolbox验证.最后通过一个数值算例及其仿真结果验证了所提方法的有效性.     

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。     

不等式约束的凸二次规划问题的新算法

目的 研究求解不等式约束凸二次规划的新算法。方法 根据广义乘子法的思想,将具有不等式约束的凸二次规划问题转化为只有部分分量带非负约束的凸二次规划,通过解此简单凸二次规划问题建立凸二次规划的新算法。结果 新算法不用求逆矩阵,这样可充分保持矩阵的稀疏性,可用来解大规模稀疏问题。结论数值结果表明,在４８６／３３微机上就能解较大规模的凸二次规划。