一类新的Wolfe线性搜索下的记忆梯度法

提出一类新的求解无约束优化问题的记忆梯度法,在较弱条件下证明了算法具有全局收敛性和线性收敛速率。算法在每步迭代中利用当前和前面迭代点的信息产生下降方向,不需计算和存储矩阵,适于求解大规模优化问题。初步的数值试验表明算法比Wolfe搜索下的FR,PRP和HS共轭梯度法及最速下降法有效。     

最速下降法和共轭梯度的混合算法及全局收敛

将最速下降法与共轭梯度法有机结合起来,构造出一种混合优化算法,并证明其全局收敛性.这种混合优化算法结合了共轭梯度法和最速下降法产生搜索方向,既提高了共轭梯度算法的收敛速度,又解决了目标函数的等值线是扁长椭球时,最速下降法下降缓慢的问题,具有收敛速度快、收敛范围大、适应面广等特点.文中的算法实例表明,混合算法与单纯的共轭梯度法相比,效果更优.     

无约束多目标优化的一种新的下降算法

基于无约束多目标的最速下降法,提出了无约束多目标优化问题的一种新的下降算法,并证明了该算法在Armijo线性搜索下的收敛性.数据试验结果验证了该算法的有效性.     

分层多目标优化的区间算法

文章根据分层多目标优化的基本原理,结合区间分析的方法,提出了求解约束分层多目标规划问题的区间算法,克服了传统算法中存在的评价函数选取难和有效解可选性差的缺点,证明了算法的收敛性,给出了数值算例。     

基于自适应动量因子的区间神经网络建模方法

区间神经网络建模是区间控制的核心部分,也是提高系统鲁棒性的重要方法.针对区间神经网络算法收敛速度慢的问题,提出一种自适应动量因子算法.算法利用区间运算建立输入与输出数据的映射模型,通过引入具有自适应特性的动量项,使用最速下降法对动量项进行自适应更新,在加快系统收敛速度的同时,克服系统稳态误差大和容易陷入局部最小值的弊端.典型算例实验表明:区间神经网络能够较为精确地建立区间网络模型,自适应动量因子算法提高了区间神经网络整体性能.     

求解一类无约束优化的混合遗传算法

目的 求解一类无约束优化问题。方法 结合传统优化算法局部寻优能力强、收敛速度快，而遗传算法在搜索过程中不易陷入局部最优的两种算法的特点，给出了一种基于最速下降法的混合遗传算法。结果 算例表明所设计的算法是有效的。结论 算法可以提高局部搜索能力，提高解的精确度，搜索速度。     

一类带约束多目标优化问题的区间算法

重点研究了带约束多目标优化问题的区间算法,其中目标函数和约束条件均为Lips-chitz连续函数。结合评价函数法将带约束的多目标优化问题转化为无约束优化问题,并给出相应的区间扩张,对相关定理进行了证明。利用二分原则和区域删除检验原则,构造了求解多目标优化问题的区间算法,并给出具体算例。结果表明,所建立的算法是可靠有效的。     

求解对称矩阵最大特征值的Barzilai-Borwein法

高维对称矩阵最大特征问题的求解是数学界中比较关注的问题之一。文章采用无约束优化方法进行求解,设计了非单调搜索的Barzilai-Borwein（BB）算法,数值算例显示该算法比单调线搜索最速下降法迭代次数更少,收敛速度快且相对误差小的良好计算性能。     

一类新的记忆梯度法

提出了一类新的求解无约束优化问题的记忆梯度法,在较弱条件下证明了该方法的全局收敛性和线性收敛速率.该算法无需任何线搜索而具有充分下降性,且搜索方向自适应在一个信赖域范围之内;该方法继承了著名PRP方法的一个主要性质:当步长很小时,搜索方向靠近于最速下降方向,避免了连续小步长的产生.初步的数值实验结果表明该方法是有效的.     

一种求解约束优化问题的进化规划型文化算法

为了求解复杂约束优化问题,提出了一种新的进化算法——进化规划型文化算法。求解过程中,在基于自适应的文化算法中引入进化规划,有效利用进化过程中相关知识引导种群进化。针对约束优化问题,对这一算法的信念空间进行了设计,并利用基准函数和丁烯烷化生产调度问题进行了仿真,仿真结果表明该算法具有较好的全局搜索能力,而且大大减少了计算量。     

一类不可微总体极值的区间算法

在区间分析基础上，本文对分段光滑函数定义一种特殊导数概念，利用导函数的区间扩展，推出一种求解此类不可微总体极值的区间算法     

不确定结构分析及优化中的区间模型

在结构设计中,可能存在结构参数和荷载的不确定性,这些不确定性对结构性能产生重要影响。在分析解决不确定性问题的常用方法及其局限性的基础上,着重介绍解决不确定结构分析和优化的区间模型。     

不确定环境下的物流配送中心选址模型

针对现实中普遍存在的不确定环境，提出了当需求量为一般的不确定量：区间数时，物流配送中心选址的区间规划模型，并依据不同的决策标准，将其转化为确定的单目标或多目标规划模型．基于Matlab模拟的数值实例也显示了该优化问题的现实性与最优解的多样性．     

区间多目标粒子群优化算法及其应用

提出了一种区间多目标粒子群优化(IMOPSO)算法,用于解决多目标下区间变量的优化问题.基于区间可信度定义两个区间解的占优关系,通过归一化方法和区间拥挤度距离对Pareto最优解排序,并设立归档机制,利用外部存储器保存Pareto最优解集.针对有界误差系统的建模问题,提出了基于IMOPSO算法训练区间神经网络(INN)模型参数的建模方法,解决了误差界已知和误差界未知两种情况下的有界误差系统建模问题.最后,以一阶不确定系统为例,利用所提算法进行了建模仿真,验证了建模方法的有效性.     

一类无约束非线性整数规划的区间算法

讨论目标函数为Lipschitz连续函数的无约束整数规划的数值算法.通过构造目标函数的区间扩张和无解区域删除检验原则,建立了求解无约束非线性整数规划的区间算法,并进行了数值实验.理论证明和数值实验均表明算法是可靠和有效的.     

一类多目标优化问题的区间斜率法

讨论了一类多目标优化问题的区间斜率方法,其中目标函数是一阶连续可微的。结合评价函数法将多目标优化问题转化为无约束的minimax问题,通过构造目标函数的区间扩张无解区域删除原则,建立求解minimax问题的区间算法,并证明了算法的收敛性。结合数值算例,理论证明和数值结果可靠有效。     

一类非光滑整体优化的区间算法

本文在区间分析基础上,通过定义一个特殊导数给出一类求解非光滑整体优化的区间算法．理论分析和数值例子均表明本文算法具有快速、安全等特点．     

一类非光滑总体优化区间算法的数值分析

本文在区间分析的基础上,主要讨论了求非光滑整体优化问题全部解的区间算法的数值分析性质,给出了一些理论结果     

区间有限元控制方程的求解方法

考虑了输入参数和荷载的有界不确定性，用区间变量来表示．将区间有限元分析同摄动方法、优化技术相结合，提出了求解区间有限元方程的区间参数摄动法和区间参数优化法，针对参数在较大范围内变化的情况，提出了参数分区求解的方法．通过数值算例进行了对比分析和讨论，说明了所提出方法的可行性和有效性．