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。     

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。     

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.     

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．     

变量有界线性规划的极大熵方法

目的讨论变量有界线性规划问题的熵函数解法。方法采用Lagrangian对偶把该问题处理为一个对偶的低维无约束不可微凸规划，据此提出了变量有界线性规划问题的可微极大熵函数。结果提出的熵函数方法可以避免数值计算的溢出。结论所采用的熵函数可避免数值的溢出，数字结果表明方法是有效的。     

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。     

非单调规划的一种新的单调化方法

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1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1个约束的规划问题，再将转化后的只有1个约束的规划问题转化为1个等价的单调规划问题．     

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.     

整数规划的凝聚函数法

传统的代理约束方法虽可加速分支定界法或割平面法的求解速度,但往往会扩大原问题的可行域,不能保证得到原问题的最优解.考虑到代理约束乘子的取值特点,利用极大熵原理对传统代理约束方法进行了改进,给出求解整数规划问题的凝聚函数法,并研究了其理论可行性.当参数取适当大时,该方法得到的问题与原问题完全等价,从而可以通过该方法得到原问题的最优解,且无需对偶计算.算例结果阐释了凝聚函数法的有效性和可行性.