约束不可微优化问题的极大熵方法

给出一类不可微优化问题的极大熵方法，并给出了该方法的收敛性分析。     

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．     

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。     

解多目标规划的区间极大熵方法

利用极大熵原理及有关逼近结果,使之与区间算法结合,提出一类求解多目标规划问题的区间极大熵方法,并证明算法的收敛性,给出风险投资的多目标规划问题的数值解.     

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。     

多目标非光滑半无限规划极大熵方法及收敛性

用极大熵方法来逼近目标非光滑半无限规划,并利用熵函数序列的一些收敛性质（v-收敛性,即variational convergence),在一般意义下给出该逼近方法的收敛性。     

组合极大熵同伦方法求解一类非凸非线性规划问题的K-K-T点

利用组合极大熵同伦方法, 研究一般的非凸非线性规划问题. 首先运用极大熵函数将多约束的规划问题转化为单约束规划问题, 然后构造求解单约束规划问题的K K T系统的同伦方程, 得到了求解大型约束规划问题的一种有效路径跟踪方法, 并证明了其大范围收敛性.     

不可微规划的极大熵方法

解约束不可微规划问题的极大熵方法一般是不收敛的,本文在较弱的条件下给出了该方法的收敛性定理,并且给出了解约束不可微规划问题的一个改进的极大熵方法。     

解凸规划的投影算法与收敛性分析

建立了一个求解Ｈｉｌｂｅｒｔ空间中约束凸规划的投影算法,并在目标函数与约束函数均是连续Ｆｒｅｃｈｅｔ可微的条件下,利用投影性质证明了算法的下降性和收敛性。     

非线性规划的极大熵方法

使用极大熵方法详细研究了光滑逼近函数的解收敛到原优化问题的解的所谓收敛性定理．     

凸二次规划的一种分解算法

An algorithm to solve convex quadratic programming with nonnegative variables and linear equation constraints is given by means of the concept of ABS algorithm and decomposition strategy. If the object function is strict convex ,then the optimal solution can be gotten in finite steps ; otherwise ,the algorithm is superlinear convergent.     

随机目标规划及其凸性

介绍了随机规划的三个类型,给出随机目标规划的新形式,并研究了其凸性,可应用于求解随机目标规划问题.     

凸约束不定二次规划问题的分枝定界方法

针对凸约束不定二次规划问题,给出一个分枝界定方法。通过将凸约束不定二次规划问题等价地转化为凸凹规划问题,利用超矩形体的二分技术和锥剖分技术,在超矩形体上确定原问题的最优解,并进行了收敛性分析。     

凸集分离定理在凸规划问题中的应用

对于凸规划问题minf(x),s.t.gi(x)≤0(i=1,2,…,n),其中,x∈Rn,f(x),g(x):Rn→R为连续可微函数,利用凸集分离定理得出一类新的凸规划问题等价条件,给出一种解这类问题的新方法.并证明了由凸集分离定理得出的这类规划问题解的正确性.     

Approximation-exact penalty function method for solving a class of stochastic programming

0　IntroductionSincethemultistagestochasticprogrammingcanusuallybetransformedintoasingle stagestochastic program ming[1 3] .Specifically ,two stageconvexstochasticprogrammingproblemwithcompletecourseisequivalenttominimizingsingle stageconvexstochasticprogramming[4,5] .Therefore,researchingtheoryandalgorithmsrelevanttothesingle stagestochasticpro grammingwillbesignificant.Inthispaper,weconsiderthefollowingsingle stagestochas ticprogramming.minimizef(x)s.t.gi(x ,ξ)≤ 0 ,i=1,… ,m ,x∈Rn (1)wh…     

对称弧式连通凸多目标半无限规划的对偶性

研究新函数在多目标半无限规划下的对偶性,以弧式连通函数和对称梯度为基础,利用解析方法,定义了一类新的弧式连通函数,即对称弧式连通函数、对称拟弧式连通函数、对称弱拟式连通函数、对称伪弧式连通函数、对称严格伪弧工连通函数,讨论了这些函数在多目标无限规划下的对偶性,并将它们运用到多目标半无限规划.     

凸二次参数规划的逆规划及其等价形式

主要讨论了经济中常用的凸二次参数规划的逆问题、相关逆规划的等价性,并给出一定条件下的凸二次参数规划的逆规划就是一个线性规划,从而其相应的算法问题得到了解决．     

解二次规划代理对偶问题的内点法

简述了二次规划的代理对偶问题，同时构造了一种基于Ｋａｒｍａｒｋａｒ的解线性规划的投划的凤影尺度变换的解对偶问题的方法，算例表明方法可行。     

求解凸二次规划的一种二阶Mehrotra型预估一校正算法

给出了求解凸二次规划的一种二阶Mehrotra型预估一校正算法。该算法受Salahi等人对线性规划提出的相应算法启发,引入了安全步策略,保证了校正步步长有适当下界,从而具有多项式复杂性。由于算法迭代方向不正交,算法在罚参数的校正和复杂性的分析上有别于线性规划的情形。最后,通过一些新的技术性引理,证明了算法在最坏情况下的迭代复杂性为O（n^3/2log（x^0）^TS^0/ε）.