参数规划最优值函数的近似凸性及其有界性

1　引言文 [1]给出了近似ε 凸的定义 ,研究了参数规划问题最优值函数的ε 凹凸性 ,ε 拟凸 ,ε 似凸等性质 ,文[2 ]给出了一般实值函数的三种近似凸概念 ,即ε 权凸 ,ε 中凸和ε 凸 ,并分析了这样三种近似凸函数在其开凸定义域的上下界特征 作者发现参数规划最优值函数在一定条件下具有上述近似凸性 有趣的是 ,作为文 [2 ]研究结果的直接应用 ,本文还描述了最优值函数的有界性特征 这些结果将有助于对参数规划问题的进一步研究 对于如下最优化问题 :Ｐ(ｕ) :ｍａｘ ｆ(ｘ ,ｕ) ,ｓ·ｔ.ｘ∈Ｃ(ｕ) ,它的最优值函数为ｆ (ｕ) =ｓｕｐ{ …     

一种无约束最优化问题的ε-算法

针对凸函数的特性 ,给出了一种计算凸函数的ε -次梯度的方法 ,从而构造出了一种ε-算法 ,并且证明了算法的收敛性     

ε不敏感支持向量回归在化工数据建模中的应用

针对化工领域数据建模小样本、不适定性等问题 ,提出了一种用ε不敏感支持向量回归 (ε SVR)方法进行实际过程建模的想法 ,以解决人工神经网络等方法在数据建模中的“过拟合”、泛化性差等问题 .在分析ε SVR特性的基础上 ,用一个非线性函数逼近例子验证了ε SVR在小样本情况下比BP前馈神经网络具有更优良的建模能力 .将ε SVR应用到丙烯腈聚合反应过程质量指标软测量混合模型中 ,仿真和现场运行结果表明ε SVR是一种非常有效的化工数据建模方法 .     

基于纯数值函数优化的一种混合遗传算法

通过引入与进化代数相关的交叉概率和与个体适应度相关的变异概率的自适应遗传算子同时把Powell局部寻优算法融入遗传算法的搜索过程构成了一种数值函数全局寻优的混合遗传算法.实验表明混合遗传算法改善了遗传算法的局部搜索能力,有效地解决了遗传算法的早熟现象,显著提高了遗传算法求得全局解的概率.同时由于混合遗传算法中只利用函数值信息,所以该混合遗传算法是纯数值函数的优化的一种通用方法.     

一类求解极小极大问题的算法

无约束非线性极小极大问题是最优化数值计算领域中十分活跃的研究课题之一,因此,对于无约束非线性极小极大问题,如何设计快速有效的算法一直都是优化工作者十分关心的问题.文中介绍了无约束非线性极小极大问题算法的研究意义及应用领域,分析了现有极小极大问题算法的研究现状,针对极大值函数的特性,给出了极大值函数的次梯度与ε次梯度之间及极大值函数的次梯度的凸锥与次梯度之间的一种包含关系,得到了计算极大值函数的ε次梯度的数值方法,从而构造出了一种求解极小极大问题的ε-算法,并且证明了算法的收敛性,初步的数值例子表明算法是有效的,且具有大范围收敛的特点.     

求无约束连续全局优化问题的单参数填充函数法

填充函数法是一种求解多维多模态函数全局极小点的有效方法.由于已有填充函数存在指数项和较多参数而导致数值实验效果不理想.为此,提出了一个新的单参数填充函数,该函数形式简单且满足定义中的所有条件.基于此填充函数设计了相应的算法,数值实验表明该算法有效可行.     

非线性不等式约束优化问题的指数型精确罚函数算法

针对非线性不等式约束优化问题,通过增加一个变量构造了一种新的指数型罚函数,进而证明了该罚函数的光滑性和精确性.进一步,设计了一种求解非线性不等式约束优化问题的精确罚函数算法.数值计算的结果表明了该算法的可行性.     

解全局优化问题的一个单参数填充函数

为找到全空间上求解无约束全局最优化问题更有效的填充函数法,给出了一个新的填充函数。研究了此填充函数的相关性质,提出了一种新的算法,数值计算结果表明,此算法有效可行。     

双曲余弦罚函数法

对求解一般约束优化问题提出一种新的双曲余弦罚函数算法,并证明了算法的收敛性.数值实验表明了算法的有效性.     

求解开腔体时谐散射问题的数值算法

针对一类开腔体时谐散射问题提出一种有效的数值算法. 该算法先对计算区域进行简单剖分, 再利用Fourier Bessel函数和平面波函数去近似解的局部性态, 并利用散射场的多极展开式逼近解在无穷远处的性态; 然后借助最小二乘算法迫使数值解在子区域内边界处近似满足连续性条件. 数值模拟验证了算法的有效性.     

一类连续型minimax问题的区间斜率算法

讨论了目标函数为一阶连续可微的无约束连续型minimax问题的区间算法.利用连续型极大熵函数和区间斜率法,通过建立区间扩张和无解区域删除检验原则,构造了求解连续型minimax问题的区间斜率算法,证明了算法的收敛性,并给出了数值算例.相关结论和数值结果都表明,其方法是可靠和有效的.     

一类连续minimax问题的区间极大熵算法

讨论了目标函数为C^1类函数的连续型minimax问题的区间极大熵算法。通过构造目标函数的极大熵函数及其区间扩张，利用区域二分原理和无解区域的删除原则，建立了求解连续型minimax问题的区间极大熵算法，证明了算法的收敛性，给出了数值算例。数值结果表明，其算法是可靠和有效的。     

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。     

半无限极大极小离散化问题的一个非单调SQCQP算法

针对序列二次规划(SQP)算法在处理结构复杂、 非线性程度较大的半无限极大极小离散化问题时计算效率较低的不足, 提出一种非单调序列二次约束二次规划(SQCQP)算法, 并在适当的条件下证明算法的收敛性. 数值实验结果表明, 在离散水平为100的情形下, 非单调类SQCQP算法在减少迭代次数和计算时间等方面均优于SQP算法.     

一类修正Hager-Zhang共轭梯度法的收敛性及其数值实验

为有效提高求解无约束优化问题的计算效率, 提出一类新的修正Hager-Zhang共轭梯度法, 该算法不依赖线搜索, 具有充分下降性和信赖域性质. 理论研究结果表明, 在常规假设条件下, 新算法不仅在弱Wolfe-Powell线搜索下对一般函数全局收敛, 且对一致凸函数具有R-线性收敛速度. 数值实验结果表明, 新算法比经典Hager-Zhang算法及其两个修正算法性能更优.     

解非线性极小极大问题的路径跟踪算法

解非线性极小极大问题的路径跟踪算法王宇，李兴斯（大连理工大学工程力学研究所１１６０２４）关键词：极小极大；同伦／不可微优化；拟凸；路径跟踪分类号：Ｏ２２１；Ｏ２４１非线性极小极大问题的求解是运筹学的一个基本问题，大量的结构优化设计问题最终往往归结为解...     

一类无约束离散minimax问题的区间斜率方法

进一步讨论了一类由一阶连续可微函数构成的无约束离散minimax问题。利用区间斜率方法和区域二分原则，构造了极大函数的区间扩张和无解区域删除检验原则，建立了区间斜率算法；对算法进行了数值实验，并给出了数值算例，结果表明：该方法可以同时求出问题的最优值和全部全局最优解，是有效和可靠的。     

极小极大拟合准则下的在线参数估计方法

提出一种采用极小极大拟合准则的实用的在线参数估计方法。为此采取了两条有效措施。第一，将在线辨识中最常用的遗忘因子引入极小极大拟合准则；第二，通过研究有关的极小极大优化问题的对偶问题设计在线递推算法。前者使推广后的极小极大拟合准则具有追踪时变参数的能力，后者则为构造实用的在线递推算法提供了可行的途径。大量仿真研究表明，提出的在线参数估计方法具有较好的性能。     

静态结构化不确定性极小极大控制在网络中的应用

研究了具有静态结构化不确定性时滞系统的极小极大鲁棒控制问题.针对乘时二次型性能指标,运用Lyapunov方法得到极小极大鲁棒控制器的存在条件,并引入凸优化算法求解控制器最优参数和性能指标的最小上界.最后,将该算法应用于带有时滞因素的TCP网络拥塞控制中,使路由器的队列长度能够更快地收敛于期望值,并且稳态时的振荡很小.通过与其他方法的比较,说明了该方法在实际应用中的有效性与优越性.