非线性优化问题的光滑化序列二次规划方法

为了获得序列二次规划方法的全局收敛性,通常需要借助一个罚函数,但常用的罚函数由于具有不可微性从而给计算带来一定的困难,拉格朗日函数虽然可以克服此困难,但其形式较为复杂,为解决该问题,给出了一类光滑化罚函数.基于一类双曲余弦型光滑化罚函数,提出了等式约束优化问题的一个光滑化序列二次规划方法.该光滑化函数具有良好的连续、可微性和凸性质,在适当条件下,获得了算法的全局收敛性,并给出数值测试说明了算法的有效性.     

一种新的求解带等式约束的极大极小问题的罚函数

通过对经典的一类简单精确非光滑罚函数进行局部光滑化处理,及相应调整罚参数和光滑参数,构造出一种新的简单的光滑罚函数,将带等式约束的极大极小问题转化为对罚函数的无约束优化问题.初步的数值实验表明该罚函数算法是可行有效的.     

求解不等式约束问题的一类新的精确罚函数方法

对于光滑的非线性不等式约束优化问题,我们提出了一类新的精确罚函数,并给出了罚函数的精确性质的充分条件.在实际应用过程中,优化问题的可行域可能是空集.因此,本文在考虑了问题可能不可行的前提下,讨论了精确罚函数方法,并分析了其全局收敛性.最后通过数值实验,证明了该算法对于不同类型的罚函数是有效的.     

非线性混合整数规划的一类光滑连续化方法

在有界闭箱中对非线性混合整数规划问题进行探讨和研究,为避开文献[1]的连续化方法中含有非光滑罚函数的不足,采用连续可微罚函数sum from i=1 to π (sin~2πx_i),提出了非线性混合整数规划问题的一类光滑连续化方法,得到了几个定理,并给出证明.结果表明,可以将无约束和有约束的非线性混合整数规划问题转化为非线性连续全局优化问题求解,且改进了已有的结论.     

广义非线性互补问题的非光滑牛顿算法

研究了一类在多项式锥上的广义非线性互补问题。借助罚FB互补函数建立了该类问题的非光滑方程,提出了求解该方程的非光滑牛顿算法,证明了与互补函数有关的稳定点即为广义非线性互补问题的解。在较弱的条件下给出了牛顿算法的全局和超线性收敛性。     

一类联合最大特征值函数优化问题

非光滑凸优化问题是运筹学的一类重要问题.束方法作为解决非光滑凸优化问题最有效的方法之一,已经被广泛地应用于各个领域.运用束方法对最大特征值函数与一般非光滑凸函数之和的优化问题进行研究.首先,对目标函数进行近似;其次,给出求解此类优化问题的带有罚项的束方法算法;最后,通过收敛性分析证明了算法产生的序列会收敛到原问题的最优解.     

基于精确目标罚参数的遗传算法

结合一种精确目标罚函数和遗传算法,提出新的算法;算法能将约束优化问题转化为无约束优化问题,同时具有遗传算法的全局搜索能力,避免陷入局部收敛;给出并讨论了精确罚定理,实验结果表明了算法的有效性.     

一种新的罚函数的精确罚定理

对于含约束的非线性规划问题,提出了一个新的带目标参数的罚函数形式,证明了这种罚函数的精确罚定理,它不同于已经研究的罚函数形式,在一定条件下同时具有精确性和光滑性.为研究同时具有精确和光滑的罚函数方法提供了一个新的途径.     

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．     

求解minimax问题的磨光罚函数SQP算法

文章构造一类新的磨光函数,与已有磨光函数相比,具有明显优势,不仅具有良好的二阶微分性质,而且函数形式简单、逼近效果好,以此构造新的磨光罚函数作为价值函数.然后利用该价值函数。使用SQP方法来求解带等式约束的minimax问题,给出了求解minimax问题的磨光罚函数SQP算法,并证明了算法的全局收敛性。初步的数据实验表明算法是可行有效的。     

一类非凸非光滑优化问题的近似uv-分解方法

uv-分解理论是侧重于非光滑函数的光滑信息来研究凸函数的二阶近似,从而得到凸优化问题有效算法的一种新方法.应用uv-分解理论研究一类非光滑优化问题,此问题作为许多随机优化问题的子问题,它的求解方法对处理随机优化问题有重要作用.将所研究的问题适当地转化为一类由两个非光滑函数的和的无约束优化问题,由于无法直接利用uv-分解理论,所以借助其中一个函数的光滑凸近似,得到了目标函数的近似函数.应用uv-分解理论给出该函数的U-lagrangian函数及其基本性质,目标函数的二阶近似,进而给出了求解原问题的近似uv-分解算法以及算法的收敛性证明.     

求解低秩密度矩阵约束最小二乘问题的优函数罚方法

本文应用优函数罚方法求解具有低秩密度矩阵约束的最小二乘问题. 首先用凸差方法处理非凸的低秩约束,并结合罚方法和优函数方法将原问题转化为一系列具有密度矩阵约束的凸优化问题,然后给出求解该优化问题的优函数罚方法,并对该方法进行收敛性分析. 之后,运用半光滑牛顿增广拉格朗日算法求解优函数罚方法的子问题. 最后,合成数据集和真实数据集上的数值结果表明了优函数罚方法有效地求解了具有低秩密度矩阵约束的最小二乘问题.     

一类非光滑最优化问题的最优性条件

本文给出了一类非光滑最优化问题的最优性条件。这类问题包含了著名的离散minmax问题,l_∞拟合问题,l_1拟合问题,精确罚函数和外部罚函数等一系列问题,所进行的分析主要是利用了函数的一阶和二阶方向导数的概念以及(4]中的技巧。     

一类可微的精确罚函数方法

针对通常精确罚函数方法在可行域边界不可微的缺点,构造了一类可微的精确罚函数方法,使得它能采用无约束优化方法中许多有效的解析方法。作者提出了精确罚函数的构造,讨论了它的性质,证明了算法的收敛性,并给出了数值计算实例。     

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.     

一个新的过滤器SQP算法的收敛性

过滤器算法是求解约束优化问题的一类有效算法.采用这种算法时,不需要用到罚函数.给出了一个新的判断一个试验点可被过滤器接受的准则,并在此基础上构造一个新的过滤器SQP算法.在一些基本假设下分析了算法的全局收敛性.     

一个新的简单精确光滑罚函数

针对一般约束优化问题,通过添加一个变量,给出一个新的简单精确光滑罚函数.在较弱的约束品性的条件下,证明所给出的罚函数具有一定的连续可微性,而且当罚参数充分大时,所给出的罚问题的局部极小点为原问题的局部极小点.     

一个关于函数不等式约束优化问题的算法

给出了一个关于函数不等式约束优化问题的计算方法,算法来源于Jennings和Teo(1990).首先,将非光滑的约束通过转换将其光滑化,得到了原问题的一个近似问题,并给出两个定理保证其解的可行性;接下来给出算法并通过数值算例验证了其有效性.     

一种新的精确罚函数

对于含约束的非线性规划问题，提出了一种新的精确罚函数的构造，使得它能采用无约束优化方法中许多有效的解析方法。这种新的精确罚函数不同于已经研究的罚函数形式，在一定条件下同时具有精确性和光滑性,为研究同时具有精确和光滑的罚函数方法提供了一个新的途径。文章还讨论了这种精确罚函数的一些性质定理。