带约束的离散全局优化问题的填充函数法

通过构造一个新的双参数填充函数求解带约束的离散全局优化问题的全局最优解,研究了填充函数的分析性质,并据此给出了带约束的离散全局优化问题的一个填充函数算法.数值试验证结果表明该算法是可行的、有效的.     

解变分不等式问题的一类滤子SQP算法

针对一般形式的变分不等式问题,考虑将其转化为约束优化问题求解.对于这种特定的约束优化问题,提出了一类新的滤子序列二次规划(SQP)求解方法.基于变分不等式与约束优化问题的不同,在滤子条件中采用了一个二次价值函数作为目标函数,使得一般的变分不等式问题均可用滤子算法求解.采用SQP方法结合滤子方法获取试探步,只需要计算两个简单不等式判断试探步,算法易实现,计算量小.在较弱的条件下证明了算法的全局收敛性.最后,给出了算法的数值算例,与同类算法比较,结果良好.     

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.     

线性约束多项式整数规划问题的全局最优性条件

【目的】带有线性等式约束的多项式整数规划问题有着广泛地实际应用,而且是NP-难问题。全局最优性条件作为理论研究是对全局最优解进行刻画,同时也是设计算法的重要依据。【方法】利用罚函数方法对此进行讨论,并用数值例子进行验证。【结果】给出了一类带有线性等式约束的多项式整数规划问题的全局最优性条件,包括充分性条件和必要性条件。【结论】通过所给的数值例子说明可以利用所给的全局最优性条件来判断一个给定的点是否是全局极小点。     

解变分不等式问题的QP-free方法

提出一种新的QP-free方法解变分不等式问题.通过光滑化的Fischer-Burmeister函数,把变分不等式的KKT优化条件转换为一个简单的约束优化问题,并给出了解这个约束优化问题的迭代算法.这个方法的主要优点是：①能够解任意的变分不等式问题;②每步迭代只需解一个线性方程组;③算法是全局收敛的,在一定条件下是超线性收敛的.数值试验结果表明,这个算法是有效的.     

求解非线性规划问题的光滑牛顿法

提出了求解等式与不等式约束非线性规划问题的一种新的光滑牛顿法.该方法基于光滑化min函数.通过KKT条件,将原约束优化问题转化为等价的光滑方程组来求解,同时在较弱的条件下证明了该算法的全局收敛性.数值试验表明这一方法是有效的.     

线性约束多项式整数规划问题的全局最优性条件

【目的】带有线性等式约束的多项式整数规划问题有着广泛地实际应用,而且是NP-难问题。全局最优性条件作为理论研究是对全局最优解进行刻画,同时也是设计算法的重要依据。【方法】利用罚函数方法对此进行讨论,并用数值例子进行验证。【结果】给出了一类带有线性等式约束的多项式整数规划问题的全局最优性条件,包括充分性条件和必要性条件。【结论】通过所给的数值例子说明可以利用所给的全局最优性条件来判断一个给定的点是否是全局极小点。
     

混合整数非线性规划问题的全局最优性条件（英文）

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,该问题包含连续优化问题和离散优化问题为特殊情形,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,其中规划问题的目标函数只需要二次连续可微.如果目标函数是二次的,则所得的全局最优性条件易于验证.数值例子说明了全局最优性条件的意义.     

一个求解约束全局优化问题的单参数填充函数方法

构造了求解约束全局优化问题的一个新的填充函数,分析了该函数的分析性质,设计了一个基于该填充函数的全局优化算法.数值试验表明该算法是有效的.     

互补约束优化问题的一个非单调信赖域法

针对互补问题构造了一种新的价值函数,从而把互补约束优化问题等价地转化为一般光滑约束优化问题.然后,结合非单调技术给出了一个信赖域算法,在一定条件下证明了算法的全局收敛性.     

求解约束优化问题的一类单参数填充函数

全局优化问题在科学计算、工程技术、经济管理等领域得到越来越广泛的应用,近些年来,人们相继提出一些求解无约束全局优化问题的算法,但对于求解约束优化问题的填充函数鲜有讨论。求解全局优化问题的填充函数法的关键之一在于构造一个叫作填充函数的辅助函数,文章在无强制性条件下给出了一类新的求解带一般约束优化问题的单参数填充函数,讨论了其良好的填充性质,并按其理论性质设计了一个算法,数值实验表明该函数是有效的。     

求广义几何规划全局最优解的新的线性化方法

针对广义几何规划问题提出了一种确定型的全局优化方法,给出了一种构造目标函数及约束函数下界函数的新方法,从而建立了广义几何规划问题的松弛线性规划.通过对线性规划问题可行域的细分以及一系列的线性规划问题的求解,从理论上证明了该算法全局收敛性,数值实验表明了算法的可行性.     

基于仿射算法的确定性全局优化算法

针对传统区间算法求解全局优化问题耗时长、空间复杂度较高及收敛速度较慢的缺点,引入仿射算法及局部优化算法,给出了一种全局优化求解的仿射算法.由局部优化算法和各求解区间上待优化函数的仿射运算得到全局最优解的一个上界,再依据对各区间仿射运算的下界与全局最优解上界的比较来确定相应区间的去留,通过对不含全局最优解的子区间的删除来确定最优解所在的子区间,并最终找到全局最优解.数值实验表明,该算法相对于传统的区间优化算法有较高的收敛速度,且占用的系统资源较少.     

符号几何规划的全局优化算法

利用指数变换及对目标函数和约束函数的线性下界估计,提出一个求符号几何规划(SGP)问题全局解的确定型全局优化算法,并证明了算法的收敛性.数值实验表明提出的方法是可行和有效的.     

基于F-B函数的牛顿法解一般约束优化规划问题

文章给出了一个解决一般约束最优化问题的含调节参数型的牛顿算法.算法有两个重要特征,首先,算法借助Lagrange函数和NcP中的F-B函数,通过构造等价于点条件的线性方程组采处理一般约束优化问题,其次,利用F-B函数的光滑性质,定义了调节参数,从而弱化了K-T点条件.文章在适当的条件下,证明了该算法具有全局收敛性.数值实验表明算法有效.     

求二次规划问题全局解的新加速方法

目的为求目标函数为一般二次函数的二次规划问题,提出一个新的加速算法。方法通过结合两个加速技巧,并将其置于分支定界算法框架下,给出一个新的全局优化算法。结果该方法可以有效地确定出不定二次规划问题的全局最优解。结论理论上证明了算法的收敛性,数值算例表明算法是有效可行的。     

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。     

一个基于填充函数的全局优化算法及力学应用

为解决带有区间约束且在该区间内自变量连续的全局极小问题,引入了一个以填充函数思想为基础的新的全局优化算法.针对该算法,建立了其相应的数值迭代格式.数值试验和力学应用的结果均表明:该算法稳定性强,优化结果的可靠度高,具有好的全局搜索能力.     

基于双群体的非线性约束规划进化算法

在求解非线性约束规划问题中,对其约束条件的处理是一个难点问题.本文提出了一个非线性约束规划的双群体进化算法,与以往存在的约束优化算法不同之处在于:定义个体对约束条件的函数值作为约束违犯度对群体中的个体进行度量,目标函数值作为最优解的度量.首先考虑了标准的约束规划问题,简单介绍了约束优化问题中约束条件的处理方法,给出了与这些方法不同的处理方法.针对约束违犯度,定义了两个群体,即可行群体与不可行群体.然后给出了双群体进化算法详细步骤,用5个Benchmark函数测试了此算法,并通过与其它已知算法对此5个函数的计算结果的比较,验证了算法的可行性和有效性.     

改进填充函数法求解一类非线性规划全局极小点

针对带约束的非线性规划问题,构造了求解这一类优化问题的改进单参数填充函数,给出了相应的算法.理论分析和数值试验表明:构造的填充函数对参数依赖性小,全局收敛速度快.该方法对解决带约束的非线性全局优化问题是行之有效的.