非线性约束的极大极小问题的算法研究

利用函数逼近论的思想和数学规划最优解的稳定性理论，提出了一种求解非线性约束的极大极小问题的新算法。该算法实现简单，数值效果好，精度高。     

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.     

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。     

极小（大）极大（小）问题与鞍点问题

研究了最优化中的极小极大问题、极大极小问题、鞍点问题解之间的关系，得出了它们之间的等价性结果，并给出了证明。     

极大极小问题的广义摄动梯度投影算法

为了避免基于梯度概念的非线性规划的算法在不连续梯度上过早结束而失败，本文选用与切面有一定偏差的面作近似投影，使广义梯度在此面上的投影总是下降的可行方向，简化了求解过程，且不必每次求投影矩阵。     

非线性极小极大决策模型的同伦算法及可视化实现

利用近似极大值函数的凝聚函数，给出了一种求解非线性极小极大决策模型的整体收敛性同伦算法，建立了同伦路径存在性定量，并给出跟踪同伦径的数值实现格式。     

极大极小优化问题信赖域算法的收敛性

对在最优控制、金融工程、经济管理等领域中具有广泛应用价值的一类非线性极大极小优化问题给出一种新的信赖域算法.在每次迭代中,算法只需求解标准的QP子问题,获取新的迭代点.另外,算法具有易于推广到线性约束的极大极小优化问题的特点.在较弱的假设下,分析了算法的收敛性.     

极小极大问题的K－S函数及延拓算法

采用Ｋ－Ｓ函数近似极大值函数，在分析了近似函数的控制参数、梯度以及Ｈｅｓｓｉａｎ性质的基础上，证明了控制参数本身可以作为同伦参数，并据此提出了求解非线性极小极大问题的延拓算法，数值结果表明算法是可行的、有效的．     

一类求解极值问题的ε-算法

针对极值函数的特性 ,给出了一种计算极大值函数的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     

解非线性极大极小问题的格雷码加速遗传算法

引进求解非线性极大极小问题的格雷码加速遗传算法（GAGA），给出GAGA算法实施的详细步骤，建立了GAGA相应的收敛定理。对GAGA的有效性和可行性进行了理论分析和实例分析。与一般的格雷码遗传算法（GGA）相比，GAGA具有准确、快速和适用性强等特点，是一种既可以较大概率搜索全局最优解，又能进行局部细致搜索的优秀非线性优化方法，可广泛应用于各种优化问题中。     

求解非线性反问题的鲁棒同伦算法

基于同伦算法构造出求解非线性反问题的一种大范围收敛鲁棒算法，为改善求解的稳定性，提出了将同伦参数的选取与计算和观测结果之间的残差联系起来的方法，给出具体算法步骤．实际算例表明，本方法在一定程度上可抑制观测噪声，提高求解的准确性及迭代效率。     

约束极小极大问题的光滑化牛顿方法

对极小极大问题在K-T条件下的解决方法进行了研究，用光滑化方法将不可微非线性方程组转化为可微非线性方程组，并用牛顿法来求解这个方程组，最后给出了3个算例来验证此方法。     

解线性互补问题的一个自调整路径跟踪算法

基于极大极小原理的“均匀化”作用，构造了一个新的效益函数，从而在原一对偶内点方法的摄动KKT条件里嵌入一种自调节功能。据此建立的不可行路径跟踪算法，具有同类算法一样的多项式复杂性。通过数值计算，验证了该方法的有效性。     

一种求解非线性优化问题的可行方向法

针对目前常用的解线性约束的非线性优化问题的方法在实际应用中还存在不收敛、收敛较慢,或"基变量大量达界后,找不到新的入基变量"等问题,该文提出了求解该问题的新方法夹逼可行方向法,已证明算法的最优性与收敛性。指出夹逼可行方向法可视为Frank-Wolfe算法的推广,也可视为是Zoutendijk可行方向法和逐次线性近似方法的改进算法。算例表明,算法收敛速度较Zoutendijk可行方向法、Frank-Wolfe方法等有了较大提高。算法已被研制成实用软件,并成功应用于三峡电力系统优化调度和调峰方式研究中。     

一种求解约束函数优化问题的遗传算法

遗传算子和种群更新策略在遗传算法全局寻优过程中发挥着重要作用，通过多父体杂交算子使产生的后代更具多样性和采用最小代数代沟种群替换模型有效地均衡算法对问题解空间的探索和开发能力提高算法的性能，给出了一种求解约束函数优化问题的遗传算法。对两个典型约束函数优化问题进行了数值实验，实验结果表明了该算法的有效性和稳健性。     

求解约束优化问题的一种新的进化算法

分析了现有的约束优化进化算法的一些不足之处，提出了一种处理约束优化问题的新算法。新算法将多目标优化思想与全局搜索和局部搜索机制有机地结合起来；在全局搜索过程中，作为一种小生态遗传算法，排挤操作利用Pareto优劣关系比较个体并接受具有相似性的父代个体和予代个体中的优胜者；在局部搜索过程中，首先对局部群体中的个体赋予Pareto强度，然后根据Pareto强度选择个体。通过一个复杂高维多峰测试函数验证了新算法的有效性。