一种求解带等式约束非线性规划问题全局最优解的方法

本文把罚函数法和一种求解无约束非线性规划问题的辅助函数法相结合,首先写出非线性规划问题的罚函数,从而把原问题转化成为一个无约束的非线性规划问题,然后再运用辅助函数法(GOM)来求解罚函数的全局最优解,从而求到原带等式约束的非线性规划问题的全局最优解.     

等式约束非线性规划问题的一种新算法

把有等式约束的非线性规划问题序列二次化,再利用二次规划问题的降维算法与经典的Lagrange-Newton法结合,迭代求解,从而获得具有等式约束的非线性规划问题的一种新算法,在一定程度上降低了计算的复杂度,提高了算法的效率,并且初始点的选取较灵活,对于许多实际问题,可将当前状况作为初始点,因此该算法的应用性很广.最后给...     

求非线性规划全局最优解的一个算法

首先给出了判别ｆ（ｘ）的极小值点ｘ０∈Ｄ是否为ｍｉｎ ｆ（ｘ）的最优解的充分必要条件,在此基础上,给出了求一元函数及多元函烽全局最优解的方法,此外,还给出了求一元函数极值的一个迭代算法。     

等式约束的凸非线性规划问题降维算法

对等式约束的凸非线性规划问题的非线性方程组算法进行了研究^[1]。从一般的约束问题的最优性条件出发,构造一个非线性方程组,解此方程组便可求得非线性规划问题的最优解。     

带有等式约束的非线性规划的对偶问题

本文建立带有等式约束的非可微凸规划的新的对偶问题，证明了其弱对偶性及强对偶性，并讨论了强对偶性与Ｌａｇｒａｎｇｅ因子的关系。     

求解非线性规划全局最优解的单参数T-F函数法

给出了求解一般非线性规划问题全局最优解的含单参数的T-F函数方法,而且讨论了所构造的T-F函数的几个性质,按照其理论性质设计了一个T-F函数算法,并进行了数值试验,数值实验表明,所给的方法是有效的.     

具有线性等式约束非线性规划问题的一种新算法

在童东付所提出的降维算法的基础上,加入了精确的一维搜索（牛顿法）,对具有线性等式约束的非线性规划提出了一个新算法．数值实验表明,将一维搜索引入降维算法是非常有效的．     

非线性规划问题的全局最优解的充要条件及其算法模型

给出了非线性规划问题(NP)的全局最优解的充分必要条件,建立了求该问题全局最优解的一个算法模型.     

约束非线性规划求解的一种统计方法

对于约束非线性规划问题,通常用迭代法借助Mathematic软件来求解,或者借助于Lingo软件来求解,文章是采用统计学思想,得出了通用求解算法,并用Mat lab软件得出结果.文章把非线性规划问题转化为对系统函数求稳定中心的问题,由于我们是在微微放大了非线性规划问题的约束区域后求稳定中心的,从理论上讲,在得到稳定中心以后,应该对其稳定中心进行检验,看是否真的满足非线性规划问题的约束条件.但由于我们考虑的辅助正数非常小,对不满足非线性规划问题的约束条件的情况,也是在边界条件之内的.实例表明,我们的方法有较强的可操作性且具有较高的计算效率.     

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.     

解带非线性等式和不等式约束优化问题的超记忆梯度广义投影算法

利用广义投影技术 ,将求解无约束规划的超记忆梯度算法推广 ,建立了求解带非线性等式和不等式约束优化问题的一种超记忆梯度广义投影算法 ,并证明了算法的收敛性。该算法具有稳定、计算量小、所需收敛条件弱、收敛性强等特点 ,并改进了广义梯度投影算法的收敛速度。数值算例表明该算法是有效的。     

求解非线性整数规划全局最优解的填充函数法

提出了一个填充函数,用来求解严格路径连通域上的非线性整数规划全局最优解问题。探讨了该填充函数的理论性质,提出了相应的求解算法,并进行了算例测试。测试结果表明该算法令人鼓舞。     

线性约束非线性规划的神经网络方法

研究了线性约束的非线性凸规划问题,基于最优性的充要条件,提出了求解它的一个神经网络,该西式能同时求解原问题与对偶问题;利用LaSalle不变原理,证明了该网络是Lyapunov稳定的,并且当目标函数严格单调时,它必不范围渐近收敛于原问题的精确最优解,模拟实验表明,该模型是可行和有效的。     

一类非线性半定规划问题的连续线性化方法

给出一类非线性半定规划问题的一种连续线性化方法.该方法能用于求解较大规模的优化问题,因为它处理的是比较简单的子问题.该算法利用l1精确罚函数和信赖域型的全局优化方法,每步迭代需要解的子问题可以重新表述成一个可用已有的半定规划软件有效解决的半定规划问题.     

求解一类非线性规划问题的新途径

给出了一类约束函数单调而目标函数非单调的非线性规划问题的一种新的求解方法。首先给出了将其目标函数单调化的一种方法，然后．通过这个方法将这类非线性规划问题转化为等价的单调规划问题，进而利用已有的关于单调函数的凸化、凹化方法，可将其转化为等价的凹极小问题或反凸规划问题以及标准DC规划问题．再利用已有的关于这些规划问题求全局极小点的方法，可以求得原问题的全局极小点。     

带有二次约束的二次规划问题的一个收缩分枝定界算法

通过解线性规划问题，寻找包含原问题可行域的超矩形，利用剖分技术对这个超矩形进行分枝和收缩以减少算法的迭代次数，从而用线性规划松弛方法来确定原问题在每个小超矩形上的最优值的下界，提出一种新的带有二次约束的二次规划问题的收缩分枝定界算法，并证明了该算法是收敛的．     

带有二次约束二次规划问题的全局最优化

根据带有二次约束二次规划模型的特殊结构,利用乘积的凸包络和凹包络,给出带有二次约束二次规划问题的松弛线性规划问题,以确定全局最优值的下界,使用超矩形缩减技术以加快分支定界算法的收敛速度,从而提出一个求解带有二次约束二次规划问题的全局最优化算法,证明该算法的收敛性,这个新算法实际上是把分支定界方法与外逼近方法有机地结合起来.数值算例表明所提出的算法是可行的.     

符号几何规划的全局优化算法

利用指数变换及对目标函数和约束函数的线性下界估计,提出一个求符号几何规划(SGP)问题全局解的确定型全局优化算法,并证明了算法的收敛性.数值实验表明提出的方法是可行和有效的.     

非线性等式约束优化问题的无惩罚型方法

对非线性等式约束优化问题的一类无惩罚型方法，在没有约束梯度线性独立的假设条件下，分析了在迭代点的可行性条件和目标函数同时改善时的性质，讨论了算法的全局收敛性。