求解无约束全局优化问题的一种方法

提出一种新的求解无约束全局优化问题的方法,该方法把修正的BFGS方法与填充函数方法相结合,使得目标函数f(x)的当前局部极小点x*1可以移到目标函数的另一个局部极小点-x,且f(x*1)≥f(-x),同时-x也是填充函数的极小值点;然后再以为初始点求f(x)的局部最优解.反复以上过程,最终可以找到f(x)的全局最优解.     

用变换函数解带线性约束的全局最优问题

结合变换函数方法和下降算法对目标函数有多个极值点且带有线性约束的非线性规划全局问题提出算法.使用的变换函数兼具填充函数和打洞函数的特点.在理论上证明如果当前局部极小点不是全局最优解,一定存在一个变换函数的极小点使得该点的目标函数值小于当前局部极小点的函数值,且该点位于原问题的可行域内.以此点为初始点求解原问题可得到更好的局部极小点.     

聚类分析在多极值函数优化中的应用

将聚类分析方法应用于经典的优化和遗传寻优过程当中，提出了一种求解多极值函数全局最优解的方法。在基于梯度的算法中，先取多个初始点，几次迭代搜索后做聚类分析。在每类取一点，将目标函数分为多个单极值函数，然后分别寻优，通过比较得到全局最优解。在遗传算法中，通过聚类分析在每类取若干个体作为代表个体，它们将始终参与遗传操作，从而有望达到全局最优。     

多维参数规划的最优解

研究了目标函数的系数为变量的线性规划问题，判断了在一定条件下其最优解的存在性，并给出了求其最优解的一种方法，证明了当Ｆ（ｘ，ｔ）关于ｔ线且ｍｉｎｘ∈ＸＦ（ｘ，ｔ）一致非退化时，ｍｉｎｘ∈ＸＦ（ｘ，ｔ）的最优解为有限个一般线性规划最优解的最小值。     

一类双权退化椭圆算子的基本解及Hardy不等式

首先建立了比广义Baoendi-Grushin向量场更为广泛的双权退化向量场构成的双权退化椭圆算子的基本解,然后通过构造适当的辅助函数,结合kombe的方法,证明了Hardy不等式．     

一类双权退化椭圆算子的基本解及Hardy不等式

首先建立了比广义Baoendi-Grushin向量场更为广泛的双权退化向量场构成的双权退化椭圆算子的基本解，然后通过构造适当的辅助函数，结合kombe的方法，证明了Hardy不等式．     

线性规划问题方程排序求最优解法

通过目标函数沿梯度正方向变化时在线性规划问题可行域边界超平面法向量方向变化大小的度量，给出了线性规划问题最优解的一个充分条件，提出了一种解线性规划问题的方法－－方程排序求最优解法。     

多维参数规划的最优解

研究了目标函数的系数为变量的线性规划（即多维参数规划）问题，判断了在一定条件下其最优解的存在性，并给出了求其最优解的一种方法，证明了当Ｆ（ｘ，ｔ）关于ｔ线性且ｍｉｎｘ∈ＸＦ（ｘ，ｔ）（ｔ∈Ｔ）一致非退化时，ｍｉｎｘ∈ＸＦ（ｘ，ｔ）（ｔ∈Ｔ）的最优解为有限个一般线性规划最优解的最小值。     

几种求解非线性整数规划的局部极小点的算法

求解整数非线性规划问题的局部极小点是求解整数非线性规划问题的全局最优解的前提.很多求解整数非线性规划问题全局最优解辅助函数法(比如填充函数法)都需要先求整数非线性规划问题的局部极小点.给出求解非线性整数规划问题局部极小点的坐标轮换法,并与已有的两种方法作了算例比较.     

用改进的遗传算法进行多流股换热器网络综合

建立了有分流情况下换热器网络综合的教学模型,该模型改进了文献中等温混合的不合理假设,有分流情况下的换热器网络综合问题本质上是一个混合整数非线性规划(MINLP)问题。这类问题的非凸非线性特性使得目标函数存在多个局部最优解,传统的基于梯度的搜索方法在处理这类问题时由于计算规模庞大且极易陷于局部最优解而不再适用,因此对遗传算法进行多流股换热器网络综合的方法进行了研究,最后通过例题证明了方法的有效性。