一个求解二阶锥变分不等式问题的神经网络

本文提出了一个神经网络算法,以求解二阶锥变分不等式（SOCCVI）问题．该算法利用一个光滑化Fischer-Burmeister(FB)函数处理问题对应的KKT条件,将其转化为一个无约束优化问题．利用Lyapunov方法本文证明,在给定的条件下,该神经网络Lyapunov稳定,渐近稳定且指数稳定．数值模拟验证了该神经网络的运算效果．     

二阶锥规划求解的新光滑牛顿算法

研究一个新的求解二阶锥规划的光滑牛顿法,算法采用一个新的价值函数,同时利用一个扰动的牛顿方程去获得搜索方向.在不需要满足严格互补的条件下,证明算法是全局和局部二次收敛的,最后数值实验表明算法是有效的.     

一类线性约束非线性规划的初始神经网络

目的 建立求解一类线性约束非线性凸规划的简单可行的神经网络。方法 射影方法和Lyapunov直接方法。结果 基于问题自身的结构特点和射影方法，提出了求解一类线性约束非线性凸规划的两个神经网络模型。定义了Lyapunov函数，严格证明了它们是渐近稳定的。此外，在一定的条件下证明了其指数稳定性。新模型的规模均与原问题相同，不含任何参数，并且其稳定性不需要Lipschitz条件，模拟实验表明新模型不仅可行，而且有效。结论 建立了求解一类线性约束非线性凸规划的两个简单可行的初始神经网络，并在适当的条件下分别证明了其渐近稳定性和指数稳定性。     

一个非线性二阶锥规划问题的灵敏度分析

对目标函数和约束函数分别为非线性的二阶锥规划问题,我们对其参数扰动下的严格互补、唯一稳定点的灵敏度进行分析．在Slater条件和严格互补性假设下,建立了扰动非线性二阶锥规划问题的解关于扰动变量的可微性定理．     

基于二阶锥规划的无功补偿器选址定容策略

针对动态无功补偿装置选址和定容策略存在求解速度慢、参数选择困难等问题,提出了基于混合整数二阶锥规划（mixed integer second order cone programming,MISOCP）的动态无功补偿器选址和定容策略。首先,以配电网优化周期内的有功功率损耗最小和节点电压偏差最小为目标函数建立混合整数非线性规划（mixed integer nonlinear programming,MINLP）优化模型;其次,通过相角松弛和二阶锥松弛两步松弛法,将MINLP模型转化为MISOCP模型;然后,通过ε-松弛的方法将MISOCP模型转化为混合整数线性规划（mixed integer linear programming,MILP）模型,调用商业求解器求解;最后,在IEEE 33节点和IEEE 69节点的配电系统中进行测试,将模型求解时间、有功功率损耗量和节点电压偏差值作为评价指标,与运用求解器求解MISOCP模型、粒子群算法（PSO）和模拟退火粒子群算法（SA-PSO）求解MINLP模型的方法进行比较。结果表明,所提方法的模型求解时间和求解效果明显优于其他方法,验证了所提方法的可行性和有效性。所提出的多部松弛方法在保证得到最优解的同时简化了模型求解难度,缩短了模型求解时间,为配电系统的无功补偿提供了有效依据。     

2维二阶锥规划的对偶单纯形法

详细介绍了将2维二阶锥规划问题转换成线性规划问题的过程并得到了两问题间的一些重要关系. 通过用对偶单纯形法求解线性规划问题来最终解决原2维二阶锥规划问题,最后做了部分的灵敏度分析.这些将为研究低维的二阶锥规划问题提供多一类便捷的计算方法.     

一种基于二阶锥规划的配网无功优化算法

在深入分析分布式电源并入配电网对电压的影响基础上,考虑逆变器的快速控制和无功特性,建立了配电网电压无功优化模型,提出一种基于二阶锥规划的配电网无功优化算法,对原始非凸、非线性、NP-难的潮流优化模型进行松弛变换,得到易于求解计算、收敛效果好的二阶锥规划模型,通过IEEE 33节点配电系统算例的计算和分析,表明逆变器参与电压无功优化能够有效地进行电压调节和降低网络损耗,证明了所提优化方法的有效性。     

一类特殊二阶锥绝对值方程问题解的区间估计

本文采用区间算法处理一类特殊二阶锥绝对值方程问题,确定解的估计区间所在的范围,根据该范围将二阶锥绝对值方程转化为普通区间方程组进行求解.理论分析和数值实验表明该方法是可行有效的.     

二阶锥中的一些关系式

本文介绍了Jordan代数及二阶锥的基本知识,在此基础上得到了二阶锥的一些关系式。这些关系式能够在二阶锥优化的复杂性分析中得到应用。     

二阶锥规划的预估校正内点法

研究二阶锥规划的预估校正内点法.该算法在预估步将中心路径的邻域放大两倍,使得沿着迭代方向可以让对偶间隙有一个较大的缩减,而在校正步采用修正的牛顿方向,使得校正步不仅将迭代点重置于一个更小的邻域,同时还对对偶间隙有一个常数因子的缩减.证明了算法只需迭代O(nln(x0Ts0/ε))次就可找到问题的ε-近似解.     

求解线性互补问题的神经网络方法

研究了线性互补问题.基于解的充分必要条件,提出了求解它的一个神经网络模型;构造了恰当的Liapunov函数,给出了该模型稳定和大范围渐近收敛的充分条件;研究了其全局指数稳定性,并用数值实例说明了该模型的可行性和有效性.该模型不需要设定网络参数,可用来求解一类非单调的互补问题.     

求解广义非线性互补问题的神经网络

研究了广义非线性互补问题，将其转化为等价的无约束优化问题，给出了求解它的二个神经网络模型．分析了新模型的平衡点与互补问题解的关系，证明了其稳定性和平衡．占、集的渐近稳定性，并给出了其渐近收敛的充分条件．新模型可用来求解一类非单调的问题．     

解水平线性互补问题的神经网络

考虑了单调的水平线性互补问题 .基于其结构特点 ,通过引入新向量 ,提出了求解它的两个简单的神经网络模型 .严格证明了所提出的模型均是 Lyapunov稳定的 ,并且大范围渐近收敛于原问题的一个精确解 .新模型的规模均与原问题相同 ,并且不含任何参数 .数值试验表明新模型不仅可行 ,而且有效     

求解二次规划的一个基于梯度的新神经网络

根据问题自身的结构特点，通过将其转化为等价的方程，提出了求解凸二次规划的一个基于梯度的新神经网络模型．严格证明了它是Liapunov稳定的，并且渐近收敛于原问题的精确解．讨论了其全局指数稳定性，该模型不需要选择自反馈或辅助联结权矩阵，且网络规模小于原问题．模拟实验表明新模型不仅可行，而且有效。     

二阶锥规划的原始-对偶不可行内点法

针对二阶锥规划问题,给出了一种新的原始-对偶不可行内点法,利用该算法只需迭代O（槡nlnε-1）次就可找到问题的ε-近似解。该算法不要求初始点及其迭代点的可行性,只要求所有迭代点位于不可行中心路径的某个邻域内。初步的数值实验表明本算法是有效的。     

二次锥规划的不可行内点算法

给出二次锥规划的一种不可行内点算法并证明该算法是多项式时间算法.利用本算法需O(√nlnε-1)次迭代就可找到问题的ε-近似解,其迭代复杂性界与现有的二次锥规划可行内点算法的复杂性界相同.     

二阶锥互补问题的一类效益函数与全局误差界

二阶锥互补问题的一种常用解决方法是将它转化为某一效益函数的无约束极小化问题进行求解,效益函数的选取对这种方法的有效性起着很重要的作用．为此提出了二阶锥互补问题的一类效益函数,这类效益函数具有一些很好的性质．在某些条件下,基于这类效益函数建立了二阶锥互补问题解的一个全局误差界及这类函数的水平有界性．另外,还给出了这类效益函数的两个具体函数。并证明了这两个函数满足这些条件．