一种改进的和声搜索算法

针对和声搜索算法在处理复杂函数优化问题时容易陷入局部最优、收敛精度低的缺点,提出了一种改进的和声搜索算法,不同于已有的HS算法.整个和声记忆库被划分为一些小的子和声记忆库,每个子库适时地更新内部信息,然后将各子库中的最优解构成一个较优记忆库并进行搜索,这些子记忆库通过重组周期被反复重组,信息在这些子库中被交换,在算法的最后搜索阶段,为了表现一个更好的局部搜索能力,所有和声形成一个和声记忆库.同目前提出的一些HS算法相比,新算法有更好的优化性能.     

广义Ⅰ型一致不变凸条件下的极大极小分式规划的二阶对偶

给出一类新的二阶广义(F,α,ρ,θ)-d-Ⅴ-Ⅰ型一致不变凸的概念, 讨论了极大极小分式规划问题（P）, 建立了规划（P）的一个二阶对偶模型, 并利用此二阶广义Ⅰ型一致不变凸性, 得到了弱对偶、 强对偶和严格逆对偶定理.     

基于惯性权重指数递减的粒子群优化算法求解绝对值方程

利用惯性权重指数递减的粒子群优化算法求解一类不可微的NP难的绝对值方程问题. 该算法通过调整惯性权重的动态变化能有效克服基本粒子群算法在后期局部搜索能力差、 易陷入局部最优解的缺点. 数值试验表明, 在求解具有唯一解或多个解的绝对值方程时, 该算法精度高, 迭代次数少.     

基于差分算子的和声搜索算法求解非线性l1模极小化问题

针对一类目标函数非光滑的l1模极小化问题,提出了一种改进的和声搜索算法.结合差分进化算法的变异策略,用差分向量算子取代和声搜索算法的音调微调.实验结果表明,改进后的和声搜索算法能够获得原问题的全体解.     

向量和集两种标准下集值优化近似解的最优性条件

考虑一类集值优化问题在向量优化和集优化两种标准下关于近似解的最优性条件,利用上、下Studniarski导数,得到了在向量优化和集优化两种标准下集值优化问题关于近似解最优性的充分必要条件.     

光滑支持向量机多项式函数的研究

为了找到多项式光滑支持向量机(polynomial smooth support vector machine,PSSVM)中性能更好的光滑函数,将正号函数变形并展开为多项式级数,得到一类光滑函数。证明了这类函数的性能,它既能满足任意阶光滑的要求,也能达到任意给定的逼近精度。用Newton-Armijo算法求解相应的PSSVM模型,实验结果表明,随着多项式光滑函数阶数的提高,逼近精度和相应PSSVM模型的分类性能也相应提高。     

对称锥互补问题的一类价值函数及其性质

利用Euclidean-Jordan代数将非线性互补问题(NCP)的一类价值函数推广到对称锥互补问题(SCCP)上, 并证明了SCCP等价于一个无约束光滑极小化问题, 且给出了此类价值函数的两个例子. 此外, 研究了使得价值函数具有全局误差界的条件, 并给出了使得价值函数水平集有界的一个较弱条件.     

集值映射型广义Ekeland变分原理

在序拓扑向量空间中定义了集合的非线性标量化函数,
 并证明了它的一些性质. 利用集合的非线性标量化函数, 给出了关于集值映射的广义Ekela
nd变分原理, 此变分原理是向量形式广义Ekland变分原理的推广.     

多目标规划问题的约束度分析

对于多目标规划问题,提出了约束度的概念,基于此概念利用各个约束度序列可以刻划该规划系统的相容性。决策者可根据约束优化原则把原问题转化为弱约束的规划问题来求其非劣解。最后,用一个算例说明了这种方法的应用。