一种极小化两个凸函数之和的混合近似邻近点算法

本文提出一种混合近似邻近点算法以求解极小化两个凸函数之和的无约束优化问题。通过将邻近点算法中的优化问题转化为一系列极小化近似函数的子问题来求解,以得到此优化问题的最优解。在子问题中用线性模型来取代原问题目标函数中非线性程度较低的函数,而在下一个子问题中,用二次模型来取代非线性程度较高的函数,进行交替运算。在临近点算法的框架下,求出原问题的解。最后给出3个算例以说明本文所给出的算法是有效的。     

一种极小化两个凸函数之和的混合近似邻近点算法

本文提出一种混合近似邻近点算法以求解极小化两个凸函数之和的无约束优化问题。通过将邻近点算法中的优化问题转化为一系列极小化近似函数的子问题来求解,以得到此优化问题的最优解。在子问题中用线性模型来取代原问题目标函数中非线性程度较低的函数,而在下一个子问题中,用二次模型来取代非线性程度较高的函数,进行交替运算。在临近点算法的框架下,求出原问题的解。最后给出3个算例以说明本文所给出的算法是有效的。
     

自相关阶梯函数的定义及其相关性质

本文在阶梯函数的基础上,发明出一种新的阶梯函数,从而得到函数的表达式及图像.该函数称为"自相关阶梯函数".本文亦介绍了该函数的一些相关性质并用R语言绘制了具体案例的示意图.     

2类数列问题循环不变式开发策略研究与应用

该文通过对组合数学中Catalan数列问题和Fibonacci数列问题进行深入研究,利用归纳推理、组合数学中的加法和乘法原理等方法得到问题求解函数,使用变量记录算法求解过程中子问题的解,并约束循环变量的变化范围,获得问题求解算法的循环不变式,由此得到了2类数列问题循环不变式的统一开发策略.以二叉树的形态数问题和阶梯问题为例,利用所提策略开发循环不变式,并基于循环不变式展示了这2类数列问题算法程序的形式化推导过程.     

阶梯函数逼近的思想方法和在逼近论中的重要应用

论述了阶梯函数逼近的思想方法，并将其应用到下述几个方面：（1）用阶梯函数逼近连续函数；（2）Weierstrass定理的初等证明；（3）用有理函数逼近有界变差函数；（4）Markov系统中的多项式逼近问题。     

有限时间热力学——逆向阶梯卡诺循环的最优化

本文研究理想气体逆向阶梯卡诺循环的最优化问题。对于给定阶梯总数的情况下,分别求出了使循环制冷系数ε达最大以及外界对循环做功最省时的阶梯分布。指出,为了得到最大的制冷系数,应在循环的高温等温路径设置较多的阶梯,而为使循环耗功最省,则必须在低温等温路径设置较多的阶梯,这说明最优的阶梯分布与目标函数有很大的关系。     

基于存储器的三阶JERK混沌电路实验研究

提出了一种利用模数、数模转换器、存储器来构造非线性函数电路,只要改变存储器的内容,可以很容易地实现任意非线性函数。把符号函数、三阶梯波函数、五阶梯波函数关系式写入存储器,将其嵌入到由运放、电容、精密可调电阻构成的线性系统中去,成功地实现了基于存储器的三阶JERK混沌电路单方向和多方向网格状混沌吸引子相图并给出了硬件实验结果。     

阶梯函数逼近的思想方法和逼近论中的重要应用

论述了阶梯函数逼近的思想方法，并将其应用到下述几个方面：（１）用阶梯函数逼近连续函数；（２）Ｗｅｉｅｒｓｔｒａｓｓ定理的初等证明；（３）用有理函数逼近有界变差函数；（４）Ｍａｒｋｏｖ系统中的多项式逼近问题。     

滤子QP-free算法

提出了求解光滑不等式约束最优化问题的滤子QP-free非可行域方法.通过乘子函数和F-B非线性互补函数,构造一个等价于原约束问题一阶KKT条件的非光滑方程组.在此基础上,通过牛顿、拟牛顿迭代得到KKT最优条件的解,在迭代的线搜索中,采用了滤子方法.证明了该方法是可以实现的并具有全局收敛性.另外,在较弱条件下可以证明该方法具有超线性收敛性.     

一类非凸非光滑优化问题的近似uv-分解方法

uv-分解理论是侧重于非光滑函数的光滑信息来研究凸函数的二阶近似,从而得到凸优化问题有效算法的一种新方法.应用uv-分解理论研究一类非光滑优化问题,此问题作为许多随机优化问题的子问题,它的求解方法对处理随机优化问题有重要作用.将所研究的问题适当地转化为一类由两个非光滑函数的和的无约束优化问题,由于无法直接利用uv-分解理论,所以借助其中一个函数的光滑凸近似,得到了目标函数的近似函数.应用uv-分解理论给出该函数的U-lagrangian函数及其基本性质,目标函数的二阶近似,进而给出了求解原问题的近似uv-分解算法以及算法的收敛性证明.     

一种遗传算法求约束优化问题的新方法

为了更好的解决约束优化问题,介绍了利用遗传算法求解约束优化问题的一般方法,在分析传统方法的基础上提一种遗传算法求解约束优化问题的新方法,将约束优化问题分成两步:首先不考虑目标函数,把约束优化问题转换为一个约束满足问题来处理,获得一个可行解;然后对目标函数和已满足约束的条件进行优化,最终获得一个最优解。还对该方法在不同问题下作了分析,证明了该方法对求解有约束优化问题有良好性能。     

具有线性约束的分片线性函数的最优化方法

分片线性模型有着广泛应用范围 ,对分片线性模型及其最优化问题的研究具有普遍的意义。该文以规范型分片线性函数为例 ,提出了基于分片的邻区域搜索算法 ,通过定义相邻区域 ,应用线性规划寻找最优解。通过该算法和遗传算法相结合 ,可利用进化算法的探索能力和模型信息以实现全局优化。在仿真实验中 ,采用随机生成的分片线性函数对这种算法和传统遗传算法进行了对比 ,结果表明 ,它具有很好的搜索性能 ,当搜索空间很大或具有边界约束时 ,它较传统遗传算法更优越     

油品调合调度优化问题的分步求解策略

针对炼油厂的成品油调合调度优化问题，提出了一种分步求解策略，即将调合调度问题分解为三个子优化问题，采用NLP和MILP模型对其分四步求解，这一策略不仅降低了问题的复杂度，还同时解决了油品调合调度中的配方优化、任务调度问题。实际算例结果表明该方法是有效的．     

求解多目标最优化问题的一类极大熵评价函数法

构造出求解多目标最优化问题的一类极大熵评价函数法．这类方法可将多目标最优化问题转化成单目标最优化问题．通过求解所得到的单目标最优化问题，可得到多目标最优化问题的有效解或近似有效解．     

求解混合整数双层规划的凸组合算法

利用罚函数思想和最优值函数的概念将混合整数双层规划转化为连续变量的单层非线性规划,然后用事先确定步长的凸组合算法迭代求解此单层非线性规划,进而得到原双层规划的局部最优解.     

一类多目标优化弱有效解的判定方法

给出一种目标函数是线性函数、 约束函数是非线性函数的一类特殊多目标优化问题弱有效子集的简易判定方法, P个目标的弱有效解可以利用某两个单目标函数组成的双目标优化问题进行判定, 并给出了此类多目标优化问题的判别准则.     

约束DC优化的双束法及对偶问题

针对带有凸不等式约束的非光滑DC优化问题,提出了一种基于罚函数的凸约束DC优化问题双束法,同时也刻画了双束法子问题的对偶问题;首先,利用L_1精确罚技巧把凸约束DC优化问题转化成无约束DC优化问题,便于直接对目标函数进行DC分解,然后分别建立了增广目标函数DC分量的凸分段线性近似模型,最后利用Lagrange函数得到了原问题和对偶问题最优解之间的等价关系,说明了利用对偶问题求解搜索方向的可行性和有效性。     

一种改进的变步长自适应蝙蝠算法及其应用

提出一种变步长自适应BA算法，该算法在一定程度上可以避免算法过早陷入局部最优，且步长随迭代次数的增加而自适应地调整，从而使算法在后期获得精度更高的解；运用6个标准测试函数进行实验，结果表明，与BA算法相比，该算法的收敛速度及精度均有明显提高．     

一种新的全局排序高维多目标优化算法

针对传统高维多目标优化问题解决方法存在解集收敛性与解集分布均匀性缺陷的问题, 提出将全局排序方法与灰色关联分析两种方法相结合, 设计一种新的全局排序高维多目标优化算法. 通过设计最小函数值母序列和个体目标函数值子序列, 利用灰色关联分析法计算其关联度, 并结合个体目标适应度计算策略, 解决解集分布不均匀的问题. 该算法不仅可提高非支配个体的选择能力, 还具有良好的收敛性. 为测试该算法的性能, 选择3种经典多目标进化算法, 在标准测试函数集DTLZ{2,4,5,6}上进行对比实验. 实验结果表明, 该算法在解决高维多目标问题时, 其收敛性与解集分布均匀性均优于其他3种算法.     

两个绝对值优化问题解的等价性

针对损失函数为最小一乘问题,惩罚项由基数函数定义的绝对值优化问题,提出用MCP(Minimax Concave Penalty)非凸正则来连续逼近基数罚,得到一个精确连续的绝对值优化松弛问题。首先,证明了带基数罚的绝对值优化问题的全局最优解;其次,研究了带基数罚的绝对值优化问题与带MCP罚的绝对值优化松弛问题之间全局最优解的等价性;最后,证明了在一定的条件下这两个绝对值优化问题具有相同的全局最优解。