凸二次规划的不可行内点算法

给出了一个求解凸二次规划的不可行点内点算法，算法的初始迭代点为非负不可行内 ，证明了算法的全局收敛性。该算 法可以看作是Ｋｏｊｉｍａ算人关于线性规划算法的推广，也可以看作是Ｍｏｎｔｅｉｒｏ等人关于可行内点算法的推广。     

投资组合模型的内点算法研究浅析

回顾投资组合模型的发展,其中许多模型可以归结为线性规划或凸二次规划问题,内点算法是求解此类问题的有效方法,内点算法的引入为求解投资组合问题提供了新的思路.     

结合全局最优策略的双层线性规划算法

运用线性规划内点算法求解双层线性规划的内层规划，使双层线性规划等价于一序列非线性规划问题；证明了该算法的收敛性。并结合全局最优策略给出了可行的算法步骤。     

蛇口电网在线潮流计算

本文针对深圳蛇口电网在线潮流计算的实现问题，通过比较三种潮流算法的适用性质，找出了能解决病态低压配电网在线潮流计算的最佳算法－－带二阶项的快速潮流算法，该算法具有良好的快速收敛特性，能够满足蛇口电网在线潮流计算的需要。     

基于序列二次规划-过滤器法的最优潮流研究

针对约束条件苛刻时,单独采用内点法求解最优潮流(optimal power flow,OPF)可能不收敛的问题,本文提出一种新方法--SQP-Filter算法求解最优潮流问题.该方法在序列二次规划的基础上.引入过滤器技术作为判断是否接受迭代点的标准.在求解OPF同题时,首先将OPF模型转换为二次规划子模型并求解,得到试探步,由信赖域决定步长,采用过滤器决定是否接受新的迭代点.IEEE-300节点等4个标准系统和一个实际系统的仿真计算表明:本文所提出的算法计算结果与现代内点法解OPF问题的结果一致,在约束条件苛刻时,本文所提出的算法具有更好的收敛性.     

线性规划内点算法的若干收敛性问题

对于线性规划问题 ｍｉｎ｛ｃтｘ｜Ａｘ≥ｂ，ｘ≥０｝，印度学者 и．Ｋａｒｍａｒｋａｒ于 １９８４年发明 了一种新的内点算法，它的时间复杂性为Ｏ（ｎ３．５Ｌ２），其中ｎ为问题的变量个数，Ｌ为输 入中的二进制位数。其后又出现了多种变形方案，如原始型和对偶型内点算法等等。本 文主要讨论它们的收敛性问题。关于Ｋａｒｍａｒｋａｒ算法，证明了当原始线性规划问题无有 限最优解时算法也可以收敛。关于原始型和对偶型内点算法，给出了它们的基本性质以 及若干收敛性结果。     

用罚函数求解二层线性替代的方法

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。     

基于最优潮流的最大传输能力计算

针对电力市场环境下最大传输能力(TTC)的计算问题，提出了一种新的基于最优潮流(OPF)的TTC计算方法．该方法建立了考虑发电机优化调度以及系统负荷变化模式的用于TTC计算的数学模型，并采用基于信赖域内点法的OPF算法求解，由多步中心校正原一对偶内点法连续求解线性规划子问题，通过信赖域决定线性化步长的选取．对IEEE30节点系统在不同数学模型下计算结果进行比较，验证了提出的TTC计算方法的有效性和实用性；与连续潮流(CPF)计算结果进行比较，结果表明OPF方法可以避免CPF计算TTC较为保守的缺点．     

非线性规划最优潮流的可变容差法

针对非线性规划最优潮流的通用数学模型，提出了基于可变容差法模型的求解方法，该方法利用可变容差法的数值搜索优化机制，能较好地获得最优解．实例计算表明，与现有模型求解方法相比，可变容差法具有较好的寻优效果，可以作为非线性规划最优潮流的一种补充方法。     

等式约束非线性规划问题的一种新算法

把有等式约束的非线性规划问题序列二次化,再利用二次规划问题的降维算法与经典的Lagrange-Newton法结合,迭代求解,从而获得具有等式约束的非线性规划问题的一种新算法,在一定程度上降低了计算的复杂度,提高了算法的效率,并且初始点的选取较灵活,对于许多实际问题,可将当前状况作为初始点,因此该算法的应用性很广.最后给...     

基于辅助问题原理及内点法的分区并行最优潮流算法

针对大电网在最优化问题计算中存在计算时间长、矩阵维数高等问题，按照电力系统的实际地理分布，在某些联络线处将整个电网分解为多个相对独立的子系统，子系统问通过边界节点产生的约束条件进行协调，建立了一个基于辅助问题原理（APP）的多分区并行最优潮流计算模型．应用APP方法，将大电网最优潮流问题转化为多个规模相对较小子系统的并行协调优化问题，在每个子系统中采用跟踪中心轨迹内点法求解子系统的优化问题．测试算例的计算结果表明，该算法减少了整个问题的矩阵维数，降低了问题的求解难度，具有较强的收敛性、快速性和实用性．     

解线性规划问题的基于新核函数的内点算法

原始-对偶内点算法是求解线性规划问题和非线性规划问题的重要方法。在本文中,给出了一个新的核函数。基于这个核函数可以构造出一个解线性规划问题的原始-对偶内点算法,并计算出了这个算法的一个理论迭代界。     

一种松懈的梯度投影算法

结合ＧＬＰ投影梯度法，提出一种解一般凸规划问题的上点逼近算法在适当条件下证明了收敛性定理，此算法较之其它外点法的优点，在于其子问题的约束集合不是递增的，即：算法在每迭代解一个二次规划问题，这个二次规划问题的约束条件只依赖于最优解的当前估计，并且该算法的计算复杂性比ＧＬＰ投影梯度法大大减少。     

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.     

LP鞍点共轭梯度法的研究与实现

在线性规划问题中,为了提高算法的求解速度,快速得到最优解。对鞍点算法,共轭梯度法进行了深入研究与分析。针对鞍点算法在逼近鞍点时收敛速度变慢的缺陷,将计算比较简单且有限步迭代即可收敛的共轭梯度法成功的应用于鞍点算法中形成了一种新的算法—鞍点共轭梯度算法。以c 为开发工具,在计算机上实现了该算法,并编成一个解题系统能够快速求解线性规划问题。实验结果表明相对于鞍点算法,用鞍点共轭梯度算法计算,解题时间效率明显提高。     

用广义正交投影矩阵求解线性规划

对线性规划的内点算法，文[1，2]均使用正交投影矩阵，这就要求约束条件的系数矩阵行满秩，同时内点法要求迭代点始终为内点，在算法终止时所得到的点在理论上只能是一个近似最优解．利用广义正交投影矩阵，我们获得了求解解线性规划的可行下降方向，这样不仅可以放宽系数矩阵行满秩的条件，而且得到的迭代点可以不是内点，因迭代过程穿过区域内部和区域的边界面的相对内部，在理论上确保了最优解为精确解，并证明该算法在有限步终止。     

预测校正对偶内点法在实时电价的应用研究

在系统安全运行基础上,基于最优潮流算法的实时电价估计能有效的反映出系统的安全运行状况和发电费用。本文提出基于预测校正对偶内点法(predictor-corrector primal-dual interior point method,PCPDIPM)的最优实时电价计算。该算法与传统算法相比,其收敛性和鲁棒性更好。通过Matlab仿真,在考虑不同中心参数设置对算法的影响下,与原对偶内点法(primal-dual interior point method,PDIPM)作比较。算例结果表明,随着系统规模扩大,预测校正对偶内点法收敛快速、效率高的特点表现更为明显,具备在线快速计算的潜力。     

带有二次约束的二次规划问题的一个收缩分枝定界算法

通过解线性规划问题，寻找包含原问题可行域的超矩形，利用剖分技术对这个超矩形进行分枝和收缩以减少算法的迭代次数，从而用线性规划松弛方法来确定原问题在每个小超矩形上的最优值的下界，提出一种新的带有二次约束的二次规划问题的收缩分枝定界算法，并证明了该算法是收敛的．     

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．     

差异演化算法求解二次分配问题

二次分配问题是典型的NP难题.建立了二次分配问题的数学模型.设计了基于差异演化算法的新方法对其进行求解.给出了差异演化算法求解该问题的具体方案.对不同的二次分配问题算例进行了仿真实验.结果表明,算法可以有效、快速地找到二次分配问题的最优解.