用混沌搜索求解非线性约束优化问题

提出了一种用混沌搜索求解非线性约束优化的新方法 .利用罚函数思想将约束问题无约束化 ,再利用混沌的内在随机性与遍历性进行求解 .算例仿真结果表明 ,算法简单实用 ,性能良好 ,是解决非线性约束优化问题的有效途径 .     

特征结构提取的高阶Hopfield神经网络实现

本文首先建立了特征结构提取问题的罚函数表示，通过对罚函数求极小可以求得原始协方差矩阵的主特征向量及其对应的特征值。为了求得其他特征结构，特构造了一个协方差矩阵序列。如果将罚函数展开并进行整理，高阶Ｈｏｐｆｉｅｌｄ神经网络可被引入到特征结构提取中。这种方法比较直观，它将网络稳定时的输出与所求协方差矩阵的主特征向量的各个分量相对应，而网络稳定时的能量则对应于协方差矩阵的迹与所求特征值之差，计算机仿真结果验证了这种方法的正确性。     

一种改进的协同优化过程研究

在分析协同优化过程基本流程的基础上,针对现有过程中系统级协调算法计算量大、容易发散等缺点,提出了动态罚因子算法,该算法计算量小,优化效率高。采用正交试验设计选取初始设计向量,加快了优化收敛速度。用经典函数和齿轮减速箱优化问题对改进后的优化过程进行测试,算例结果验证了改进措施的有效性。     

自适应罚函数协同优化算法

在分析协同优化系统级优化的基础上,从保证其优化过程可行有解的角度,提出了自适应罚函数协同优化算法.采用罚函数法将学科间一致性约束条件下的系统级优化问题转化为无约束优化问题,利用学科间的不一致信息,构造动态罚因子的表达式.根据学科间的不一致性情况,对学科间一致性约束赋予相应的权值,从而在保证学科间一致性要求的前提下,使系统级目标函数达到最优.最后,利用典型算例对该方法进行了验证,结果表明该方法优化效率较高,且具有一定的收敛性和鲁棒性.     

罚函数法在向量似变分不等式中的应用

应用距离函数作为罚函数,建立了向量似变分不等式与向量罚优化问题之间的关系,得到了非光滑向量似变分不等式解的必要和充分条件.讨论了一些具体情况下的相应结果.     

一类非线性两级规划问题的模拟退火求解

提出一种基于模拟退火算法求解一类非线性两级规划问题的方法。为了提高模拟退火算法处理上级约束的能力，在模拟退火算法中引入一个辅助优化问题，通过求解该辅助优化问题产生满足上级约束的试探点，避免了使用罚函数处理上级约束。数值计算结果表明，与使用罚函数处理上级约束的模拟退火算法相比，本文提出的方法不仅可以提高求得全局最优解的可靠性，而且可以减少模拟退火算法的迭代次数，提高计算效率.     

求QoS路由的整数线性规划方法

QoS路由的任务是在网络中寻找一条满足多个约束条件的路径使网络资源的利用达到最优. 该问题是一个NP-完全问题. 提出了一种新的基于整数线性规划模型选择路由的方法. 思路是将复杂约束引入到目标函数作为罚项, 得到一个松弛整数线性规划问题. 因为约束系数矩阵是全幺模矩阵, 松弛问题可以通过线性规划很快地求解. 拉格朗日乘子的调整用罚函数的方法很容易计算. 数值实验表明提出的方法是有效的.     

约束非线性l1问题的调节熵函数法

针对约束非线性l1问题不可微的特点,提出了一种光滑函数的近似逼近方法.该方法利用调节熵函数和罚函数技术将约束非线性l1问题转化为无约束可微优化问题,因而可利用光滑优化的经典算法求出原问题的近似最优解.给出了基于光滑优化问题的BFGS迭代,并介绍了约束非线性l1问题的调节熵函数的有关性质、算法的迭代步骤及其收敛性分析.最后通过数值实例表明了该算法的有效性.     

约束非线性l1问题的调节熵函数法

针对约束非线性l1问题不可微的特点,提出了一种光滑函数的近似逼近方法。该方法利用调节熵函数和罚函数技术将约束非线性l1问题转化为无约束可微优化问题,因而可利用光滑优化的经典算法求出原问题的近似最优解。给出了基于光滑优化问题的BFGS迭代,并介绍了约束非线性l1问题的调节熵函数的有关性质、算法的迭代步骤及其收敛性分析。最后通过数值实例表明了该算法的有效性。     

动态单机调度的一种滚动时域策略及全局性能分析

针对全局信息不完全的一种单机的动态调度模型,设计了局部调度子问题带终端惩罚函数的滚动调度策略,并对这种滚动调度策略下的全局性能进行了分析.通过对未知工件按FIFO规则进行虚拟调度,对滚动调度进程中的全局性能进行评估,证明了在所给滚动调度策略下,随着工件信息的逐步获取,全局调度中的虚拟调度逐步变为已知调度,并经过滚动局部调度而部分实现,决策时刻向前推进,对全局性能指标的估计越来越接近将实现的实际值,逐步实现的全局调度性能相对历次的估计值不断改善.终端罚函数滚动调度策略可以保证滚动调度进程中全局性能的稳定性,当工件到达较快时,文中的滚动调度策略更有优势.     

刑罚存在和刑量判断的经济学分析

把刑罚存在看成是基于犯罪治理的一个社会经济系统工程。刑罚的存在是基于社会次优的考虑，因而刑量判断不仅要考虑到对罪犯的人身制裁，而且要考虑到由犯罪所导致的经济损失度其补偿。     

非线性规划的混合遗传算法

遗传算法是一类模拟自然界生物进化过程与机制、求解问题的自组织和自适应的人工智能技术,是非常好的求解优化问题的算法,但是它也容易产生早熟现象,且局部搜索能力较差。因此,在分析传统的非线性规划方法的基础上,针对传统方法的局限性,为非线性规划模型设计了一种新的启发式算法,即结合遗传算法、模拟退火算法和动态惩罚函数法的混合遗传算法,以发挥各算法处理问题的优势。对算法的过程进行了分析。通过实例说明,该算法对于求解所建立的问题是有效的。     

关于随机用户平衡分配的一种降维灵敏度分析方法及其应用

基于随机用户平衡分配扰动模型的Lagrange函数及带柯朗二次惩罚项的对数边际函数之间的关系给出了一种的新的降维灵敏度分析方法,与通常所说的灵敏度分析相比它的优点是大大减小了计算的维数,降低了复杂性.论文首先给出了关于一般的非线性规划扰动问题基于罚函数法的灵敏度分析结论,然后采用转换约束条件及其约束变量的方法给出并且证明了随机分配扰动问题的灵敏度分析结果,最后将其结果应用到一个具体的算例并将近似解与准确解进行比较,验证了方法的可行性.     

基于演化博弈理论的企业间合作违约惩罚机制

利用演化博弈理论,建立企业间合作的违约惩罚机制模型,并进行了数值仿真研究。研究结果表明:当违约金不足以抵消背叛策略带来的超额收益时,系统将进入"囚徒困境",演化至双方均背叛;当双方都背叛时的收益最小、自己合作对方背叛的收益比双方都背叛的收益大、自己背叛对方合作的收益最大时,系统演化为"鹰-鸽博弈";当双方收益能达到双赢时,系统会演化至双方均合作或均背叛的极端;而当违约金数额足够大时,违约金机制将很好地抑制合作过程中可能出现的机会主义倾向,促进企业顺利开展长期稳定的合作。     

一种惩罚非适应流的无状态主动队列管理算法

CHOKe是一种无状态的主动队列管理算法,能以较低的代价提高网络的性能,但是由于它对超速的非适应流的惩罚力度不够,不能够很好地实现带宽的公平分配。针对这一问题,提出一种新的对非适应流的惩罚机制-ECHOKe算法,通过比较分析FIFO队列中随机抽取m个包与新到包的流ID号之间的关系以及m个包之间的关系建立了新的数据包丢弃机制,从而实现在不提高算法复杂度的前提下增大对超速非适应流的惩罚,提高了公平性。仿真结果表明,在不保持流的状态下,该机制对非适应流具有更强的识别和控制能力,与B-CHOKe和M-CHOKe算法相比,能够进一步加强对非适应流的惩罚,实现更为公平的带宽分配。     

An M-Objective Penalty Function Algorithm Under Big Penalty Parameters

Some classical penalty function algorithms may not always be convergent under big penalty parameters in Matlab software, which makes them impossible to find out an optimal solution to constrained optimization problems. In this paper, a novel penalty function (called M-objective penalty function) with one penalty parameter added to both objective and constrained functions of inequality constrained optimization problems is proposed. Based on the M-objective penalty function, an algorithm is developed to solve an optimal solution to the inequality constrained optimization problems, with its convergence proved under some conditions. Furthermore, numerical results show that the proposed algorithm has a much better convergence than the classical penalty function algorithms under big penalty parameters, and is efficient in choosing a penalty parameter in a large range in Matlab software.     

基于遗传算法的ATM网络中VCC路由选择方法

针对遗传算法强大的全局寻优和并行处理能力 ,提出了一种改进的遗传算法调度ATM网络动态路由的新算法。综述了使用遗传算法进行通信网络节点选择的问题 ,指出了原有算法进行遗传算法优化时存在的不足 ,并提出一种新的基于动态惩罚的解决策略 ,其思想是在进化的过程中 ,逐渐减小对可行解惩罚的力度 ,使网络向可行解逼近。通过简单模型的仿真 ,验证了动态惩罚策略的可行性和有效性。     

A Strong Subfeasible Directions Algorithm with Superlinear Convergence

ＡＳｔｒｏｎｇＳｕｂｆｅａｓｉｂｌｅＤｉｒｅｃｔｉｏｎｓＡｌｇｏｒｉｔｈｍｗｉｔｈＳｕｐｅｒｌｉｎｅａｒＣｏｎｖｅｒｇｅｎｃｅＪＩＡＮＪｉｎｂａｏ（Ｄｅｐｔ．ｏｆＭａｔｈ．ａｎｄＩｎｆｏｒｍａｔｉｏｎＳｃｉｅｎｃｅ，ＧｕａｎｇｘｉＵｎｉｖｅｒｓｉｔｙ...     

A quadratic objective penalty function for bilevel programming

The bilevel programming is applied to solve hierarchical intelligence control problems in such fields as industry, agriculture, transportation, military, and so on. This paper presents a quadratic objective penalty function with two penalty parameters for inequality constrained bilevel programming. Under some conditions, the optimal solution to the bilevel programming defined by the quadratic objective penalty function is proved to be an optimal solution to the original bilevel programming. Moreover, based on the quadratic objective penalty function, an algorithm is developed to find an optimal solution to the original bilevel programming, and its convergence proved under some conditions. Furthermore, under the assumption of convexity at lower level problems, a quadratic objective penalty function without lower level problems is defined and is proved equal to the original bilevel programming.