解极小极大问题的熵函数法

提出了一类解极小极大问题的熵函数法,这种方法也可用来解线性或约束优化问题,在一定条件下,给出了解收敛性和误差估计,最后给出了几个数值例子,表明本文提出方法的有效性。     

极大极小问题极大熵方法的研究（Ⅱ）

对成员函数是可微的和Ｌｉｐｓｃｈｉｔｚ型的极大极小的问题,研究了极大熵方法得到的近似问题和原问题满足最优性一阶必要条件的解之间的关系;举出反例说明,在特殊情况下,近似问题的局部解未必收敛原问题的局部解;原问题有解,近似问题未必有解。     

求解多目标最优化问题的一类极大熵评价函数法

构造出求解多目标最优化问题的一类极大熵评价函数法．这类方法可将多目标最优化问题转化成单目标最优化问题．通过求解所得到的单目标最优化问题，可得到多目标最优化问题的有效解或近似有效解．     

一类线性规划的调节熵函数法

目的为得到一类线性规划的简单有效的数值算法。方法通过利用熵函数的思想，给出了求解该类线性规划的调节熵函数法，由于算法是基于等价的极大极小问题，从而具有初始点任意性的优点。结果给出了该算法分析并讨论了它的收敛性，最后给出的数值例子显示了其有效性。结论与传统方法比较，所得算法更为简洁，具有可充分利用现有无约束优化算法，以及可较快地收敛到问题的最优解等特点。     

极大极小问题极大熵方法的研究（Ⅰ）

首先研究了极大熵函数的保凸性质，在没有可微假设的条件下，证明了极大熵函数既能保持成员函数的凸性，也能保持一致凸性。有关结果在一定度程度上揭示了该方法解这类总是一般４都能得到精度很主同的解的原因。     

一类推广的整数极小极大问题的求解算法

讨论了一类推广的整数极小极大问题，给出了问题最优解的充分必要条件，在此基础上给出了求解最优解的算法，最后，给出了一个数值例子。     

极大极小问题极大熵方法的研究(I)

首先研究了极大熵函数的保凸性质；在没有可微假设的条件下，证明了极大熵函数既能保持成员函数的凸性，也能保持一致凸性．在此基础上对具有凸性的极大极小问题的极大熵方法的收敛性进行了较详细的研究，有关结果在一定程度上揭示了该方法解这类问题一般都能得到精度很高的解的原因．     

非线性极大极小问题的凝聚函数与同伦方法

利用凝聚函数讨论了非线性极大极小问题的同伦方法，给出了同伦方法的收敛性。     

半无限极大极小问题的依赖域方法

对半无限极大极小问题给出了一个依赖域方法，并且在较弱的条件下证明了其全局收敛性。     

求解极小极大问题的一个新算法

提出一种新的求解极小极大问题的方法,在没有积极约束梯度线性独立的条件下,证明了算法的全局收敛性.     

多目标minimax问题的极大熵方法及其收敛性

研究了多目标ｍｉｎｉｍａｘ问题的极大熵方法的构成．在较弱的条件下证明了极大熵方法导出的多目标逼近问题的ＦＪ点列的任一极限点均为原多目标ｍｉｎｉｍａｘ问题的ＦＪ点     

二次规划的极大熵方法

利用对偶变换,将二次规划问题转化为无约束极大极小问题,然后运用极大熵方法,将极大极小问题的转化为求解一个无规划极值问题,从而能够同时求出问题及其对偶问题的近似解,数值试验结果表明该方法是有效的。     

分离错误最小化的极大熵方法

分离错误最小化是支持向量机的基本问题之一．一种形式是最小化分离错误点的偏离和,这是一个不可傲优化问题,笔者提出用极大熵函数将其转化成可微凸规划问题来处理,得到原问题的近似最优解。     

非线性凸规划的熵函数法

提出了求解非线性凸规划的熵函数法．分析了算法的性质,证明了熵函数逼近问题解的存在性和唯一性．最后,用数值算例表明了该算法的有效性．     

有限维变分不等式的熵函数法

提出求解有限维变分不等式的熵函数法.分析了算法的性质,在一定条件下证明了熵函数逼近问题解的存在性,并证明熵函数法逼近方程组产生的点列的每个极限点均为有限维变分不等式的解.在一定条件下,熵函数法全局收敛且具有二次收敛率.数值算例表明了方法的有效性.     

非线性规划的一种基于极大熵函数的单调化方法

对约束函数单调而目标函数非单调的非线性规划问题,给出了目标函数的一种积的形式的单调化变换公式,首先引入极大熵函数,将多个约束的非线性规划问题,转化为只含一个约束的非线性规划问题,再将转化后的只有一个约束的非线性规划问题转化为一个单调规划问题,最后证明了等价性.     

单调化与极大熵相结合解非单调规划问题

对约束函数单调而目标函数非单调的规划问题,给出了目标函数的一种新的单调化变换公式.先引入极大熵函数,将多个约束的非线性规划问题,转化为只含一个约束的规划问题.再将转化后的只有一个约束的规划问题转化为一个单调规划问题,并证明了其等价性.     

S & A 系统性能可靠评估的最大熵方法

该文研究了引信Ｓ＆Ａ系统性能可靠度的评估问题,在蒙特卡洛统计模拟的基础上,将最大熵方法应用于系统性能可靠度的评估,并以某引信的Ｓ＆Ａ系统为例进行了详细的分析计算,达到了相当满意的精度要求。分析研究例表明,文中给出的原理和方法具有重要的应有价值。     

q对称熵损失函数下指数分布的参数估计

提出对称熵损失函数的一般形式(λ/δ)^q+(δ/λ)^q-2(q>0) , 即q对称熵损失. 讨论指数分布的尺度参数在此损失函数下的最小风险同变估计、 Bayes 估计和最小最大估计, 给出了更具一般性的结论, 并研究了(cT+d)^-1形式 估计的可容许性和不可容许性.