非清晰精馏网络系统MINLP整体最优化方法

以分离清晰度为优化变量之一，建立了非清晰精镏网络最优化模型．该模型为非凸的混合整数非线性规划（ＭＩＮＬＰ）问题．提出了求解含有双线性项的非凸ＭＩＮＬＰ问题的整体最优化方法．最后通过３个非清晰精镏网络是优化算例对上述方法和模型进行了演示．     

基于粒子群优化算法的分散式废水处理网络的综合

基于分散式废水处理网络的超结构，建立了废水处理网络系统最优化的非线性规划模型和混合整数非线性规划模型．它们是具有非凸性的复杂非线性数学规划问题，用现有的方法进行求解不能保证得到全局最优解．因此，提出了应用新型随机型算法——粒子群优化算法求解上述复杂非线性最优化问题．算例问题的求解计算表明，提出的废水处理网络粒子群优化方法具有不要求初始可行点以及适应全局优化等优点，能够快速有效地解决废水处理网络最优化问题．     

求解一类奇异非线性凸优化问题的神经网络方法

一类奇异非线性凸优化问题近年来受到很多关注。解决该问题现有的大多数方法是迭代法,但计算复杂、效果不理想。本文提出了一种解决奇异非线性凸优化问题的新型神经网络模型,介绍了一个等价的非奇异模型和一个增广的拉格朗日函数。通过利用LaSalle’s不变性原理,证明了所提出的网络是全局收敛的,这就保证了所提出的模型对于解决奇异非线性最优化问题的有效性,数值模拟则进一步证实了该神经网络方法的有效性。     

非凸最优化问题可行解序列的有限终止性

Burke与Ferris给出了凸最优化问题可行解序列的有限终止性定理,本文将凸最优化问题中强非退化集与弱强极小集的概念进行了推广,给出了广义强非退化集和广义弱强极小集的定义,并研究了非凸最优化问题的解集在广义强非退化或广义弱强极小的情况下,其可行解序列有限终止性的充要条件,它们是现有最优化问题可行解序列有限终止性充要条件或充分条件的扩展.     

非光滑广义F—凸规划问题的充分性条件

通过引入凸泛函F定义了一类新的广义凸函数，并在此凸性下讨论了非光滑最优化问题的充分性条件。     

一个新的零模非凸代理函数及其应用研究

基于带平滑削边绝对偏离(Smoothly Clipped Absolute Deviation, SCAD)函数和弹性网络(Elastic Net)函数,提出了一个零模非凸代理函数(EN-SCAD函数),该代理函数是弹性网络函数与一个连续可微凸函数的差,因此是一个凸差(Difference of Convex, DC)函数;然后,将EN-SCAD函数应用于稀疏线性回归问题,建立了EN-SCAD非凸代理模型,在适当的限制强凸条件下得到该模型的稳定点与真实稀疏向量之间的统计误差界;其次,根据EN-SCAD非凸代理模型设计了一个多阶段凸松弛算法,并得到了该算法产生的迭代点列与真实稀疏向量之间的统计误差界;最后,将基于EN-SCAD非凸代理模型设计的算法与自适应弹性网络凸松弛方法的数值效果进行比较,数值实验结果表明：当采样矩阵的列向量具有强相关性时,基于EN-SCAD非凸代理模型的算法产生的估计误差小于自适应弹性网络凸松弛方法产生的估计误差。     

基于跨层设计的传感器网络寿命最大化算法

面向监测应用的无线传感器网络,当链路存在干扰时,节点在传输数据时会对位于其干扰范围内的节点造成信号干扰,从而使得这些节点不能正确收到其它节点传输的数据.针对这种场景下的网络寿命最大化问题,分析了网络流量和节点能耗,提出了一种将功率控制和数据聚合路由相结合的非凸优化模型.通过对数转换方法将非凸优化问题转化为凸优化问题,利用优化理论和方法将凸优化问题分解为聚合数据率分配子问题和功率控制子问题,最后给出了联合优化问题的分布式解法.仿真实验表明,使用该方法可以有效减少数据通信量,均衡各个节点的能量消耗,有效延长网络寿命.     

非光滑凸最优化的一类全局收敛算法

本文利用非光滑凸分析基本理论,对无约束非光滑凸最优化问题(I)min f(x),x∈R~n,提出了一类信赖域算法,在一定条件下证明了算法的全局收敛性,并指出了利用次梯度聚集方法实现算法的途径。     

非光滑非凸多目标规划的ε－最优性和ε－对偶

引进了多目标规划的ε－弱镇定性的概念，导出了非光滑非凸多目标最优化问题关于ε－最优性的几个必要和充分条件．研究了一种新的ε－向量Ｌａｇｒａｎｇｅ函数，并建立了相应的广义ε－鞍点定理，建立了非光滑非凸多目标规划的一个Ｗｏｌｆｅ型对偶问题，并导出了原问题与对偶问题之间关于ε－拟弱有效解的三个ε－对偶定理．     

Perry-Shanno无记忆拟牛顿方法在非单调搜索下的收敛性

将Perry-Shanno无记忆拟牛顿方法与一类非单调搜索相结合,给出了一类求解无约束最优化问题的新算法.在目标函数为凸的条件下,证明了该算法的全局收敛性.     

一类非凸二次规划问题的全局最优性充分条件

研究了一类带二次等式约束的二次规划问题,利用求非凸优化问题全局最优性条件的一个新方法-L-次微分方法(与凸分析中的概念不同,一个函数在某点的L-次微分可能是一些非线性函数组成的集合),对二次函数的L-次微分进行了刻画,最后建立带二次等式约束非凸二次极小化规划问题的全局最优化的一个充分条件.     

非凸段长分布隐含Markov模型的搜索算法

基于段长分布的隐含Markov模型(DDBHMM)可解决经典隐含Markov模型(HMM)的状态段长指数分布的问题,实现了基于凸性假设的搜索。为解决非齐次模型的搜索算法问题,提出采用混合Gauss分布来拟合非凸段长分布,用子状态拆分的方法来实现非凸段长分布DDBHMM识别算法。在音乐信号识别上的实验表明:该方法在召回率提高1.1%的情况下,使准确率提高约10%。该方法实现了非凸段长分布HMM的识别算法,并且对于其他非凸段长信号具有推广价值。     

不确定网络控制系统的保性能可靠控制

针对网络传输过程中存在时延、丢包和错序等非理想网络状况的网络控制系统模型,研究了系统的鲁棒稳定性控制问题,基于Lyapunov稳定性理论,得到了状态反馈形式的鲁棒控制律.并且针对执行器可能发生故障的情况,通过引入故障矩阵,研究了系统的保性能可靠控制.利用线性矩阵不等式(LMI)方法和锥补线性化迭代(CCL)算法,将非凸优化问题转化为凸优化问题,求得一组性能指标上界的次优解.最后通过MATLAB数值仿真实例,验证了文中所用方法的正确性和有效性.     

低秩矩阵恢复的近似迭代再加权算法

低秩矩阵恢复问题常常正则化为非凸非光滑的最优化问题,并用迭代再加权算法求解.本文借助迹算子的次梯度提出了一种近似算法,避免了求解线性方程组而直接求解.     

线性空间中集值映射向量最优化的最优性条件

李泽民建立了实线性空间中次似凸集值映射向量最优化问题的K－T条件和Lagrange乘子定量。笔者首先引进了广义次似凸集值映射的概念。然后，在实线性空间中建立了一个广义次似凸集值映射的择一性定量。最后，利用择一性定量，获得了含不等式和等式约束的广义次似凸集值映射向量最优化问题的最优性条件。     

指数自回归模型的辨识的研究

本文讨论了指数自回归模型的辨识问题，证明了该模型的最小二乘问题的非凸性，并给出其保证凸性的条件，最后运用混合算法，辨识了该模型，并用数值算例加以说明。     

多路径网络异构服务的分布式资源分配算法

针对多路径网络中普遍存在的异构服务,建立了相应的资源分配模型。模型是一个较难处理的非凸优化问题,为了得到问题的最优解,通过转换将问题转换成一个近似的凸优化问题,并且设计了一类分布式资源分配算法,算法能够在有限的迭代次数内有效地得到最优点,数值例子验证了结论的有效性。     

基于非单调线搜索的无记忆拟牛顿法的全局收敛性

文章就Perry_Shanno无记忆拟牛顿法在无约束最优化问题上,对采用非单调线搜索的情况下是否具有全局收敛性进行了研究.在目标函数为凸的条件下,证明了该算法的全局收敛性.     

工程地震凸集方法的实用化研究

为了解决地震激励不确定性的描述问题及其响应的求解，提出了反应谱参量双界限和强度参量双界限２个凸集模型，并结合工程实例，将该２个模型的计算结果与其他模型的结果进行了比较，提出决定凸集模型合理性和实用性的关键在于，模型能否表达出地面运动强度的合理取值范围。研究结果表明：这２个双界限模型，不仅模型参数的客观物理意义明确，概念清晰，并且能与现行常规方法有机地结合。     

基于模糊凸集的结构非概率可靠性综合模型

在小样本或极小样本问题中,由于参数波动的确切范围难以确定,普通刚性凸集模型含有难以估量和控制的误差,其适用性受到限制.鉴于此,研究建立了一种新的不确定性模型——模糊凸集模型,并通过在刚性凸集中引入一个新的参数——模糊扩展参数,建立了几种典型的模糊凸集模型.在模糊凸集模型的基础上,建立了一种非概率可靠性的综合模型,采用Gauss-Legendre求积方法解决了指标求解所涉及的积分问题.算例表明,采用基于模糊凸集的非概率可靠性综合模型度量小样本结构的可靠性更加合理,可靠性指标的求解方法正确可行.