一类非凸二次规划问题的全局最优性条件

研究了一些带有二次约束的非凸二次规划问题,利用最近提出的一种新的研究全局优化问题的L-次微分方法,得到了一类带有二次约束的非凸二次规划问题的全局最优性充分条件。     

一类混合整数规划问题的全局最优性充分条件

研究了带箱约束混合二次规划问题的全局最优性条件,利用全局次微分(L-次微分)方法。建立了带箱约束混合二次规划问题的全局最优性的一个充分条件.     

带有二次约束的一些非凸二次规划问题的全局最优性条件

利用Z.Y.W u等人最近提出的一种新的研究全局优化问题的全局最优性条件的方法,研究了一些带有二次约束的非凸二次规划问题的全局最优性条件,得到了一些带有二次约束的非凸二次规划问题的全局最优性充分条件,同时也得到了一些无约束非凸二次规划问题的全局最优性充分条件,并证明了在一些特殊情况下,本文的一些结果与文献中的一些结论是一致的。在有些情况下,本文的有些结果还推广了现有文献中的一些结论。     

带有二次约束的一类特殊三次规划问题的全局最优性充分条件

利用拉格朗目函数和L次微分的方法,研究了带有二次约束的一类特殊三次规划问题的全局最优性条件。首先刻画出该类三次规划问题的拉格朗日函数的抽象次微分,从而得到了带有二次约束的三次规划问题的全局最优性充分条件。最后举例说明如何利用本文所给出的全局最优性充分条件来判定当前可行解就是全局最优解。     

带有二次约束的一类特殊三次规划问题的全局最优性充分条件

利用拉格朗日函数和L-次微分的方法,研究了带有二次约束的一类特殊三次规划问题的全局最优性条件。首先刻画出该类三次规划问题的拉格朗日函数的抽象次微分,从而得到了带有二次约束的三次规划问题的全局最优性充分条件。最后举例说明如何利用本文所给出的全局最优性充分条件来判定当前可行解就是全局最优解。
     

求非凸二次约束二次规划全局解的凸规划方法

针对非凸二次约束二次规划(QCQP)问题,将问题中二次函数的凸函数部分保留,达到所得松弛规划的可行域更加紧致的目的,得到原问题更好的下界.利用正交变换的方法得到原问题的一个凸规划松弛模型,再利用分支定界算法求其全局最优解.根据问题的最优性和可行性原则,提出一种能整体删除或缩小算法迭代过程中产生的分割子区域的区域删减策略...     

双值约束三次规划问题的全局最优性充分条件

利用拉格朗日函数L-次微分的方法,给出了双值约束的三次极小化问题的全局最优性充分条件,而且得到了此类三次规划问题在一些特殊情况下的结果,与已有文献中的相应结论是一致的;同时给出例子说明给出的最优性条件能有效用于确定给定的三次极小化问题的全局极小值;所得结果改进和推广了相关文献中的相应结果.     

二次弱凸函数极小化问题的全局最优性充分条件

利用L-次微分和L-正则锥相结合的方法,给出了二次弱凸函数极小化问题的全局最优性充分条件,所得结果改进和推广了文献[1]中的相应结果。并通过一些实值例子说明了给出的最优性充分条件是可行和有效的。     

非凸二次规划的分支定界方法

通过构造二次函数的线性下界函数给出非凸二次约束二次规划问题(QP)的松弛线性规划,提出分支定界算法,数值计算表明算法是有效可行的.     

不等式约束二次规划问题的全局最优性充分条件

本文考虑带有不等式约束二次规划问题.通过拉格朗日函数、L 次微分和L 正则锥相结合的方法给出了带有不等式约束二次规划问题的全局最优性充分条件. 本文的一些结果与已有文献中的一些结论是一致的,而在一定的条件下则推广了已有文献中的一些结论. 最后通过实例说明了本文给出的全局最优性充分条件的可行性、有效性和优越性.     

全局最优化问题的全局最优性条件研究

给出了全局最优化问题的全局最优性条件并证明了相应的结论。     

一种新的求全局优化最优性条件的方法

介绍了一种新的求全局优化最优性条件的方法:L-次梯度方法。L次-梯度是一个函数集,该函数集可能是一些非线性函数所组成的集合。本文首先引入函数的L-次梯度和集合的L正-则锥的概念,然后利用L-次梯度和L-正则锥来得到全局优化问题的一些充分性条件,最后通过对二次函数的L-次梯度和集合∏ni=1{0,1}的L正-则锥的明确刻画,得到{0,1}二次规划问题的全局最优性条件。     

一种改进的求解含等式约束凸二次规划问题的Lemke算法

通过对经典的Lemke互补转轴算法求解含有等式约束的凸二次规划问题的分析,发现所得到的线性互补问题(LCP)可能是退化的.由Lemke算法求解(LCP)问题的迭代过程,通过六个命题说明了含有等式约束的凸二次规划问题对应的(LCP)问题退化的原因,并对经典的Lemke算法的迭代过程进行修正,提出了一种改进的Lemke算法,这种算法能有效地搜索到含等式约束凸二次规划问题的最优解.     

求解二次双层规划问题的全局最优解

针对现有的一些逼近算法在计算过程中有时得到的解为不可行解, 甚至远离真正全局最优解的问题, 给出一种解二次双层规划非孤立全局最优解的算法. 数值实例结果表明, 该算法行之有效.     

混合整数二次规划的全局充分性最优条件

利用一些学者提出的一种研究全局最优化问题的全局最优性条件的新方法,讨论了一些带有二次约束的非凸二次规划问题的全局最优性条件.本文主要通过利用拉格朗日函数Fλ,u=1/2xTHλ,ux+bTλ,ux+∑I∈Iλici+∑j∈Jμjcj,正则锥(NL,D(x0)={l∈L:l(y)-l(x0)≤0,()y∈D})和L-次微分相结合的方法,给出了带不等式约束的混合整数二次规划最小问题的全局极小点的全局最优性充分条件,而且推广了现有文献中的一些结论.同时通过一些实值例子说明了本文给出的最优性充分条件的可行性和有效性.     

等式约束二次规划问题的迭代解法

给出了等式约束二次规划问题和等式约束加权最小二乘问题的迭代解法。