求解半无限规划问题的一类SQP算法

通过将半无限规划的无穷多个不等式约束条件等价地转化为有限个等式约束条件问题,将半无限规划问题转化为只含有一个不等式约束的经典优化问题.针对转化后的非线性规划问题提出了含松弛因子的二次规划子问题的序列二次规划算法.在一定条件下,算法的收敛效果比原来的算法得到的结果更好.     

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.     

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.     

具有有界子系统约束的原方块角形结构二次规划问题的求解算法

利用Kuhn-Tucker定理,推广了解决线性规划问题的Dantzig-Wolfe分解方法,提出了一种新的求解具有原方块角形结构的大规模二次规划问题的二级方法.该方法的高级问题是一个二次规划问题,而低级子问题是若干个小规模的线性规划问题.文中还给出了数值算例,运算结果验证了本算法的有效性.     

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.     

求解线性不等式组问题的几种方法

本文研究了求解线性不等式组的几种实用算法,首先把线性不等式组问题转化为线性规划和凸二次规划,通过求解线性规划和凸二次规划得到线性不等式组的一个解,紧接着给出了直接求解线性不等式组的旋转算法;实例说明这些方法是可行的.     

求解二次规划的粒子群优化算法

粒子群是一种智能优化算法,通过群体中个体间的相互作用寻找复杂空间中的最优区域,二次规划是一类基本而又重要的非线性规划问题.本文讨论一种改进的粒子群算法求解二次规划问题,进行了数值试验,数值结果表明算法的有效性.     

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。     

非线性约束条件下的SQP可行方法

非线性规划求解问题,一直是人们关心的热点问题。Zhu和Zhang利用对具有不等式约束的非线性规划构造出新的超线性收敛的SQP算法,每次迭代只需解一个二次规划子问题,还可自动修正可行方向以避免Marotos效应,并在较弱条件下保持算法的整体收敛性。研究将Zhu和Zhang工作,推广到更一般具有等式约束和具有不等式约束的非线性规划。     

凸二次规划的原-对偶内点算法数值实验初步

在线性规划原始对偶内点算法的基础上,进一步给出原始对偶内点算法在解凸二次规划问题中的应用, 并初步给出了该算法的数值例子, 作为对内点算法的一个重要补充.     

新的无罚函数无滤子的序列二次规划方法

对一般的具有等式约束和不等式约束的非线性规划问题,提出了一个无罚函数无滤子的信赖域序列二次规划算法.整个算法分为两个阶段,第一阶段计算可行步,以达到减少约束违反度的目的,第二阶段为优化阶段,以减少目标函数的二次模型为目的.此算法中可行步和优化步是相对独立的,任何减少约束违反度的算法都可以应用,具有更大的灵活性.在合理的假设条件下,证明了算法的全局收敛性和局部收敛性.通过数值实验证实了算法的有效性.     

非凸二次规划的分支定界方法

通过构造二次函数的线性下界函数给出非凸二次约束二次规划问题(QP)的松弛线性规划,提出分支定界算法,数值计算表明算法是有效可行的.     

约束不定二次规划的一个快速收敛算法

对不定二次规划,本文提出了一种线性化技术,将其近似地转化为一个线性规划问题;然后,结合后者的线性约束条件,提出了一个缩减子超矩形算法,该算法的主要思想是对于违犯线性约束条件的变量,从箱约束条件中先行删除,再利用分枝算法求最优值点。本文证明了算法的全局收敛性。数值算例表明,对于大规模的二次规划问题,仍能快速求出结果。
     

约束不定二次规划的一个快速收敛算法

对不定二次规划,本文提出了一种线性化技术,将其近似地转化为一个线性规划问题;然后,结合后者的线性约束条件,提出了一个缩减子超矩形算法,该算法的主要思想是对于违犯线性约束条件的变量,从箱约束条件中先行删除,再利用分枝算法求最优值点。本文证明了算法的全局收敛性。数值算例表明,对于大规模的二次规划问题,仍能快速求出结果。     

一类二次二层规划的平衡点算法

Manoel Campelo[1]借助线性规划的单纯形算法,给出了求解线性二层规划的平衡点算法.本文借助线性规划的单纯形法和二次规划的Lemke算法,给出求解一类非线性二层规划的平衡点算法,并给出算例说明算法可行性.     

用罚函数求解二层线性规划的方法

在研究下层对偶问题的基础上，用内罚函数法，将二层线性规划问题转化为一般规划问题，然后根据可分规划方法和渐近外逼割平面法，设计了其全局最优算法．     

非线性规划问题的函数逼近算法与收敛性

对于一般的非线性规划问题,利用Lagrange函数进行拟合,建立一种算法。在算法的每次迭代中,通过解构造的二次规划问题获得一个可行方向。并证明了该算法的收敛性。     

凸锥的一些重要性质及其在非线性规划中的应用

对与约束最优化相关的多面凸锥理论进行了讨论,证明了几个重要性质。利用正基,该文对线性约束的非线性规划问题设计了一种新算法。在该算法中,每次迭代时无需求解一个线性规划子问题,而且算法民比较简单。该文还证明了只要当目标函连续时,算法或有限步终止于一个Ｋ－Ｔ点,或产生一个无穷点列,其每一个聚点 Ｋ－Ｔ点。     

二分单纯形算法中子规划的改进

二分单纯形算法中,线性规划问题的最优解是通过求解一系列子问题来实现的,本文针对二分单纯形算法中的子规划问题作进一步研究,提出了一个新的了规划问题来改善问题的不可行性,并确定出了相应的主元旋转规则,给出了相应的子算法,同时进行了数值实验,实验结果表明,调用新子算的二分法与原始二分法相比,迭代次数和计算时间均有所改善,可视为原始二分算法的一种改进算法。     

具有混合约束二次函数的逼近方法

在前人给出了解等式约束问题的一种降维算法的基础上对非线性等式约束进行了线性逼近,构造了等式约束问题的近似算法,进一步考查了约束条件是既含等式约束又含不等式约束的混合约束,目标函数是二次函数的非线性规划问题.增加松弛变量将不等式约束转化为等式约束,利用线性逼近的方法将问题转化为二次规划,再利用降维算法作近似计算.数值实验的结果表明该近似算法是可行的.