一种新的求全局优化最优性条件的方法

介绍了一种新的求全局优化最优性条件的方法:L-次梯度方法。L次-梯度是一个函数集,该函数集可能是一些非线性函数所组成的集合。本文首先引入函数的L-次梯度和集合的L正-则锥的概念,然后利用L-次梯度和L-正则锥来得到全局优化问题的一些充分性条件,最后通过对二次函数的L-次梯度和集合∏ni=1{0,1}的L正-则锥的明确刻画,得到{0,1}二次规划问题的全局最优性条件。     

混合整数非线性规划问题的全局最优性条件

近年来混合整数非线性规划问题的应用非常广泛。本文给出了带界约束的混合整数非线性规划问题全局极小点的必要条件,包含连续优化和离散优化问题。同时得到了带界约束的混合整数非线性规划问题的充分全局最优性条件。所针对的优化问题的目标函数只需要是二次连续可微的。如何目标函数的二次的,所得的最优性条件非常容易验证。我们给出了数值例子以说明全局最优性条件的意义。     

解无约束最优化问题的一个非单调BFGS信赖域算法

在文[19]的基础上，给出了一个解无约束最优化问题的非单调BFGS校正的信赖域算法，此算法具有较好的性质，所给的BFGS校正的具有二次约束的信赖域子问题总保证是严格凸二次规划，在适当的条件下此算法具有全局收敛性和Q-二次收敛性。     

两类非线性差分方程的全局渐近稳定性

利用泛函分析方法证明差分方程xn 1=∑i∈Zk-{j,s,t}xn-i xrn-t xn-jxmn-s A∑i∈Zk-{j,s,t}xn-i xnm-s xn-jxnr-t A,n=0,1,…,其中k∈{2,3,…},j,s,t∈Zk≡{0,1,…,k}(s≠t,j{s,t}),A,r,m∈[0, ∞)且初始条件x-k,x-k 1,…,x0∈(0, ∞),和差分方程xn 1=∑i∈Zk-{j0,j1,…,js}xn-i xn-j0xn-j1…xn-js 1∑i∈Zk-{j0,j1,…,js-1}xn-i xn-j0xn-j1…xn-js-1,n=0,1,…,其中k∈{1,2,3,…},1≤s≤k,{j0,…,js}Zk(ji≠jl对i≠l)且初始条件x-k,x-k 1,…,x0∈(0, ∞)的唯一平衡点-x=1是全局渐近稳定的.该结果推广了文献[3~5,7]中相应的结果.     

非线性规划的一个超线性收敛算法

本文利用系列二次规划技术,给出非线性规划问题min{f(x)lA_1x=b~1,A_2x=b~2}的一种可行方向法。在一定的假设下证明了算法的全局收敛性和超线性收敛速度。     

解无约束最优化问题的一个非单调BFGS信赖域算法

在文[19]的基础上,给出了一个解无约束最优化问题的非单调BFGS校正的信赖域算法.此算法具有较好的性质,所给的BFGS校正的具有二次约束的信赖域子问题总保证是严格凸二次规划.在适当的条件下此算法具有全局收敛性和Q 二次收敛性.     

一类混合整数约束三次规划问题的全局最优性条件

通过构造目标函数的二次上估计函数和二次下估计函数,给出了一类混合整数三次规划问题的全局最优性条件。首先利用二次上估计函数给出全局最优性必要条件,其次再利用二次下估计函数获得全局最优性充分条件。最后给出一个数值例子来说明如何利用所给出的全局最优性条件来判定一个给定的点是否是全局最优解。
     

具周期系数时滞差分方程的全局渐近稳定性

考虑具周期系数非线性时滞差分方程xn 1-xn pnxn-k=pnf(x[n/τ]τ-l），n=0，1，2，…，其中{pn}为T周期正数列，即Pn τ=pn，k=sT，k，s，T为自然数，通过讨论对应的齐次线性差分方程的性质，获得了关于零解全局渐近稳定的充分必要条件。     

混合整数二次规划的全局充分性最优条件

利用一些学者提出的一种研究全局最优化问题的全局最优性条件的新方法,讨论了一些带有二次约束的非凸二次规划问题的全局最优性条件.本文主要通过利用拉格朗日函数Fλ,u=1/2xTHλ,ux+bTλ,ux+∑I∈Iλici+∑j∈Jμjcj,正则锥(NL,D(x0)={l∈L:l(y)-l(x0)≤0,()y∈D})和L-次微分相结合的方法,给出了带不等式约束的混合整数二次规划最小问题的全局极小点的全局最优性充分条件,而且推广了现有文献中的一些结论.同时通过一些实值例子说明了本文给出的最优性充分条件的可行性和有效性.     

应用最优化导论

近几十年来，最优化的应用已经遍及各个领域。最优化的新算法和理论不断被提出，它深入地渗透到其他学科领域，如应用数学、工程、医学、经济学等学科。最优化理论给线性、非线性、约束和无约束最优化问题提供了一般的解。这些最优化问题一般分为两类不同的数学规戈Ⅱ问题：线性规划和非线性规划。早期的数学规划都是基于连续变量，但是大量的指派问题和设计问题都是需要同时处理整形变量和连续变量，这导致了混合的整形线性规划（MILP）和非线性规划（MINLP）问题。为了寻求全局最优解，研究人员提出了不拘囿于局部最优解的方法，如近年来提出了遗传算法和模拟退火法。     

Gurman摄动变换在非凸全局优化中的应用

讨论球约束下的一类非凸函数的全局优化问题.把全局优化问题转化为奇异最优控制问题,通过Gurman摄动变换引入canonical全局优化方法,得到判别全局优化问题的最优解的等价性条件和必要条件,并证明球约束下非凸二次函数的全局优化问题的最优解的一个充要条件.     

不等式约束的广义拟可微优化问题最优性条件

Bracken—McGill双层规划问题和其他某些熏要的不可微优化问题均是广义拟可微优化问题，这类问题的最优性条件的研究是非常重要的．为此提出了一个关于一类正齐次函数的Farkas引理，基于这一引理，在一约束规范之下，建立了不等式约束的广义拟可微优化问题的最优性条件，并证明约束规范是一个正则条件的充分条件．     

分式优化问题的局部和全局最优性条件

借助Dinkelbach方法,将分式优化问题转化为约束优化问题；利用次微分性质,通过引入新的约束规范条件,等价刻画了分式优化问题的局部和全局最优性条件.     

全局最优化问题的全局最优性条件研究

给出了全局最优化问题的全局最优性条件并证明了相应的结论。     

带约束向量集值优化中的二次最优性条件

考虑带约束集值向量优化中的二次最优性条件,引进了新的集值映射的二次切上导数概念,并利用这个概念给出了带约束夺件的弱有效点对,Henig有效点对,整体有效点对,产有效点对的必要条件。     

Banach空间上一类非凸向量最优化问题的全局最优性条件

向量最优化是经济、工程、决策领域中的一个有用的数学模型.已有学者对目标函数及约束函数是定义在有限维线性空间的局部Lipschitz函数或Lipschitz无穷维空间上的优化问题作了研究,导出了一些最优性条件.在此基础上,进一步研究定义在Banach空间上目标函数及约束函数为不可微强紧Lipschitz的多目标规划,在满足Slater型约束品性条件假设下,利用定义在Banach空间之间的映射不变凸性,给出了所考虑问题的弱有效解新的全局最优性K-T型充要条件.     

积分总极值方法在有界可测函数上的推广

1978年,郑权等提出了积分型求总极值的方法来解决求解全局最优解的问题,19 99年,邬冬华等对原郑权的方法作了一些改进,提出了修正的积分型求总极值方法.然而到 目前为止,积分总极值方法还仅限于定义域为闭集的连续函数.利用本质下确界的概念 以及勒贝格积分的特性,将积分总极值方法推广到了有界可测函数上,提出了针对有界可 测函数的理论算法,并给出了其最优性条件.     

具有多个等式和不等式约束条件次可微优化的最优性条件

在一个正则性假设条件下,给出了具有多个等式约束与不等式约束条件可微优化的ＦｒｉｔｚＪｏｈｎ必要性条件和Ｋｕｈｎ－Ｔｕｃｋｅｒ必要性条件与充分性条件。     

解约束优化问题的QP-free方法及其全局收敛性

对于约束优化问题,基于Fischer-Burmeister NCP 函数提出了一类新的QP-free方法.为了避免Maratos效应,引入了一个高阶修正方向.同时,算法采用线搜索以代替弧搜索.与其他传统的SQP方法不同,这个方法只需要在每步迭代中求解不多于三个线性系统的方程组,并且具有总体收敛性.在不需要假设聚点是孤立点的情况下,证明了序列的每个聚点都是优化问题的KKT点.     

跨越函数法:一类全局优化的新策略

提出了一类求解全局优化问题的新策略:跨越函数法.与以填充函数法为代表的一类全局优化方法相比,跨越函数法直接凸显了在求解全局优化问题时构造辅助函数的目的,并能仅通过一次迭代跨越函数值比当前局部极小值高的区域,而直接找到原函数f(x)的位于函数值比当前局部极小值低的区域中的局部极小点,通过有限次迭代,找到全局最优解.