非光滑多目标规划解的必要条件

ＦｒｉｔｚＪｏｈｎ型和Ｋｕｈｎ－Ｔｕｃｋｅｒ型的必要条件一直是最优化理论中引起人们极大兴趣的问题。本文利用右上Ｄｉｎｉ导数，引用集合在一点的收敛向量的概念，建立了非光滑多目标规划中的ＦｒｉｔｚＪｏｈｎ型和Ｋｕｈｎ－Ｔｕｃｋｅｒ型的必要条件。     

解多目标规划的区间极大熵方法

利用极大熵原理及有关逼近结果,使之与区间算法结合,提出一类求解多目标规划问题的区间极大熵方法,并证明算法的收敛性,给出风险投资的多目标规划问题的数值解.     

求解多目标最优化问题的一类极大熵评价函数法

构造出求解多目标最优化问题的一类极大熵评价函数法．这类方法可将多目标最优化问题转化成单目标最优化问题．通过求解所得到的单目标最优化问题，可得到多目标最优化问题的有效解或近似有效解．     

极大熵聚类算法的收敛性定理

讨论了极大熵聚类算法的收敛性,构造了极大熵聚类算法的收敛点集,并证明了极大熵聚类算法的收敛性定理.结果表明,极大熵聚类算法不一定收敛到局部极小点,有时收敛到鞍点.同时,也给出了如何判断极大熵聚类算法的收敛点是局部极小点还是鞍点的方法.     

拟凸函数的minimax定理

推广了向量值函数的拟凸性概念，讨论了向量值函数的几种凸性之间的关系，研究了Ｈａｕｓｄｏｒｆｆ拓扑向量空间中向量值函数的ｍｉｎｉｍａｘ定理，在广义的拟凸性条件下，建立了一个一般的ｍｉｎｉｍａｘ定理，其证明是基于Ｈａｕｓｄｏｒｆｆ拓扑向量空间中的分离定理与广义的实值ｍｉｎｉｍａｘ定理；并举例说明所得结果是Ｆｅｒｒｏ撮近系列结果的推广。     

多目标优化中的协调性问题

通过对求解多目标优化问题的2个主要方法的分析和比较，研究讨论了多目标优化中的协调性问题，得到了在加权P范数法中，各目标间的协调作用是静态的、人为的，而在熵极大方法中协调作用是动态的，非人为的。     

多目标规划充分性条件的再推广

对一类带等式和不等式约束的多目标规划问题，在几类广义（Ｆ，ρ）－凸性条件下，证明了几个ＦｒｉｔｚＪｏｈｎ充分性条件和几个Ｋｕｈｎ－Ｔｕｃｋｅｒ充分性条件。     

一种求解多目标优化问题的有效算法

为突破求解多目标优化问题已有方法的局限,研究一种新的全局收敛算法,其中目标函数和约束条件均为一阶连续可微函数。该方法结合理想点法和调节熵原理将带约束多目标优化问题转变成无约束问题,构造函数的区间扩张和无解区域删除原则,建立了区间调节熵算法,并证明其收敛性。数值算例表明,该算法是有效、可靠的。     

一类连续minimax问题的区间极大熵算法

讨论了目标函数为C^1类函数的连续型minimax问题的区间极大熵算法。通过构造目标函数的极大熵函数及其区间扩张，利用区域二分原理和无解区域的删除原则，建立了求解连续型minimax问题的区间极大熵算法，证明了算法的收敛性，给出了数值算例。数值结果表明，其算法是可靠和有效的。     

非线性参数规划中分支问题的再讨论

利用参数方程解的有关分支理论，对非线性参数规划中Ｆ＝Ｊ点集的结构做了进一步讨；将Ａ．Ｂ．Ｐｏｏｒｅ等的结论推广到一般情形；提出了求解Ｆ－Ｊ点集临界点某一邻域内分支曲线条数的方法。     

一个改进的SQP方法

文[1]给出了求非线性约束非线性规划的一个强 SQP 方法.该算法不仅计算量大,而且不能保证所得序列的每个聚点是原问题的可行点.本文对具有线性不等式约束的非线性规划问题给出了一个改进的 SQP 方法,与[1]相比,计算量小,并且在一定的条件下证明了算法或者有限步终止于问题的一个 K—T 点,或者产生一无穷点列且其任一聚点都是问题的 K—T 点或 FritzJohn 点.     

广义V-r-Ⅰ型不变凸非光滑多目标规划问题

通过给出非光滑多目标规划问题的广义V-r-Ⅰ型不变凸概念,在广义V-r-Ⅰ型不变凸条件下得到了可行解为有效解的Fritz-John和Karush-Kuhn-Tuker充分条件,并建立了混合型对偶问题,证明了弱对偶与严格逆对偶定理.     

基于RBFNN和PSO求解第二类Volterra积分方程的混合方法

提出一种基于RBFNNs和PSO求解第二类Volterra积分方程的混合方法.先将积分区间离散化为点集,并代入积分方程得到方程组,再利用RBF神经网络逼近积分方程中的未知函数,将所求解问题转化为残差平方和的极小化问题.利用PSO算法求解残差平方和的极小化优化问题,得到RBF神经网络的参数,即得问题的逼近解.数值实验表明,该方法可行有效.     

动态无功优化的混合智能算法

针对存在离散控制设备动作次数约束的动态无功优化问题,提出免疫遗传算法和非线性内点法的混合算法.首先忽略控制设备的离散性和动作次数约束,采用非线性内点法求解初始优化解;然后按照控制变量的性质将原问题分解为连续优化与离散优化2个子问题迭代求解.在离散优化问题中,保持连续变量不变,采用免疫遗传算法优化离散变量,通过特别的编码方式使抗体自动满足动作次数约束;在连续优化问题中,保持离散变量不变,采用非线性内点法优化连续变量.混合算法充分结合了免疫遗传算法和非线性内点法的优点,能较快求解动态无功优化的近似最优解.IEEE14节点系统的仿真结果验证了混合算法的有效性.     

关于有穷等差数列的一个性质

得到从有穷等差数列中可重复地任取3项和，所有不相等的和数构成等差数列，公差与原数列相同，进而得到各项出现的频数分布，据此可解决一类用穷举法极为繁琐的古典概率问题。     

非凸多目标规划的Fritz John最优性条件及对偶定理

给出了Ｆ－凸函数与不变凸函数的等价性，然后在引进Ｈａｎｓｏｎ－Ｍｏｎｄ型凸性的基础上，讨论了非凸多目标规划的ＦｒｉｔｚＪｏｈｎ型充分性，同时给出了几组充分性条件，并建立了Ｍｏｎｄ－Ｗｅｉｒ型对偶定理．     

黎曼流形上非可微多目标规划的必要最优性条件

在黎曼流形上建立非光滑函数分析工具的基础上, 把具有等式和不等式约束的非可微多目标数学规划问题扩展到黎曼流形上, 利用Ekeland变分原理, 推导出弱帕雷托最优解广义梯度形式的Fritz John型必要最优性条件.     

基于分段常值水平集的参数识别算法

研究了椭圆方程不连续参数的识别算法.根据原有算法计算效率较低、抗噪性较差、可识别区域数较少的不足,本文基于分段常值水平集方法,根据水平集函数和优化过程的特点,修正原有Uzawa型算法中的带有总变差（TV）正则化的极小化模型和对常值向量的极小化模型,并且结合Barzilai-Borwein方法和预处理共轭梯度算法（PCG）构造一种新的参数识别算法格式.数值实验结果显示,新算法具有计算时间短、精度高、抗噪性强的优点,并且可以识别较复杂的几何区域.     

二次规划的极大熵方法

利用对偶变换,将二次规划问题转化为无约束极大极小问题,然后运用极大熵方法,将极大极小问题的转化为求解一个无规划极值问题,从而能够同时求出问题及其对偶问题的近似解,数值试验结果表明该方法是有效的。     

多面函数法与移动法的加权综合模型在GPS水准中的应用

由于GPS水准的多种函数逼近模型有其使用的条件和范围，但在使用单一拟合模型逼近高程异常曲面时，不可避免会顾此失彼，使计算结果的精度和可靠性降低。为了提高似大地水准面的精度，本文提出了应用多面函数法与移动法的综合模型来逼近高程异常曲面的方法，其基本思想是：用相同的已测点的原始数据，分别采用多面函数法和移动法来逼近GPS网中未测点的高程异常值，然后在单一模型逼近结果的基础上进行加权综合。通过对实测数据的计算分析可发现，多面函数法与移动法的加权综合模型的逼近结果比单一模型的逼近结果有了较大的提高，因此可见综合模型对于局部平原地区解决GPS高程转化为正常高是有使用价值的。