一类非线性半定规划问题改进的序列线性化算法

针对一类非线性半定规划问题，提出一个改进的序列线性化算法．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是一个二次半定规划问题，它可以用已有的半定规划软件有效的解决．在某些假定条件下，证明了算法是全局收敛的．     

半定规划松弛求解新方法及在通信问题中的应用简

半定规划因其约束条件的合理性,比线性规划具有更强的实用性,也是诸多领域中广泛采用的优化算法.该文在传统半定规划数学模型的基础上,提出了一种新的松弛求解方法.并且为了解决多址通信干扰问题,该文构建了一种基于松弛求解的半定规划模型.实验结果证实提出的半定松弛模型降低了通信过程的误码率,可以有效地解决多址通信干扰问题.     

半定规划松弛求解新方法及在通信问题中的应用

半定规划因其约束条件的合理性,比线性规划具有更强的实用性,也是诸多领域中广泛采用的优化算法.该文在传统半定规划数学模型的基础上,提出了一种新的松弛求解方法.并且为了解决多址通信干扰问题,该文构建了一种基于松弛求解的半定规划模型.实验结果证实提出的半定松弛模型降低了通信过程的误码率,可以有效地解决多址通信干扰问题.     

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.     

一种求解QoS路由问题的半定规划算法

QoS路由的主要问题是求源节点到目的节点满足QoS多个约束的优化问题。由于半定规划在求解组合优化问题和NP-完全问题时具有收敛速度快,迭代步数少等优点。本文基于QoS路由问题的线性整数规划网络模型,利用半定规划方法研究了时延约束的代价最小问题。把QoS路由的一般模型松弛为半定规划的标准形式,利用半定规划内点方法进行求解,然后利用随机扰动方法得到原问题的近似最优解.数值试验表明了算法的有效性。     

一类模糊半定规划问题的解法

由于内点法的发现和半定规划在控制论、组合优化、统计学等方面的重要应用,半定规划近几年来已成为优化中最活跃的领域。然而许多实际问题很难将它们的目标函数和约束函数精确地描述出来,因此有必要将模糊集理论应用到半定规划中来,进而通过求解模糊半定规划使问题得以解决。     

半定规划问题的筛选算法及其收敛性

给出了解决半定规划问题的一种新的算法.首先采用低秩分解技术将一般的半定规划问题转化为与其等价的非线性规划问题;然后利用多目标优化中的占优概念,来建立一个有效的筛子,使目标函数和不可行性达到最优,建立了半定规划的筛选法;最后给出了算法的收敛性分析.     

非线性半定规划问题的一种内点法及其在阵列信号处理中的应用

利用精确罚函数和信赖域全局优化技术给出非线性半定规划的一种内点法.该方法能用于求解较大规模的优化问题,是因为它处理的子问题比较简单.该算法的每步迭代需要解的子问题是一个二次半定规划问题,可以用已有的半定规划软件有效地求解.在某些假定条件下,证明了该算法是全局收敛的.建立起阵列信号处理中的近场多源定位问题的数学模型,并利用本文给出的内点法进行求解.利用该算法不需要对约束条件进行松弛,可以避免产生较大误差,从而能够得到更加精确的结果.     

解半定规划的带筛子的正则化方法

研究了求解半定规划问题的一个带有筛子的正则化方法,该方法是基于经典的二次正则化方法,将半定规划问题转化为目标函数为凸的、可微的无约束优化问题。利用筛选信赖域方法来解这个无约束优化问题,并给出算法及其收敛性分析。     

半定规划的解析中心割平面法

给出了半定规划的解析中心割平面算法,它可以用于求解较大规模的半定规划问题。这个算法在每一步迭代中解决对偶半定规划线性松弛问题,并以割平面的解析中心作为下一个迭代点。我们证明了算法的收敛性,并在最后给出了实际算例。     

Banach空间上一类非凸向量最优规划的对偶性

讨论了一般Banach空间上一类非凸向量最优规划,提出了Banach空间上一类非凸向量最优规划的一个Mond-Weir型对偶问题.基于问题自身的结构特点和利用定义在Banach空间之间的映射不变凸性,获得了对偶问题新的弱(强)对偶结果.在满足Slater型约束品性条件假设下,严格证明了对偶问题新的弱(强)对偶结果.所获得的对偶性研究结果涉及的是一类多目标规划建立在一般Banach空间上,且目标函数及约束函数为不可微强紧Lipschitz.     

单调优化的一种新的凸化、凹化方法

单调优化是指目标函数与约束函数均为单调函数的全局最优化问题.本文对严格单调函数提出一种新的凸化、凹化方法,进而将单调优化问题转化为等价的凹极小问题或反凸规划或标准D.C.规划问题.     

求解机械制造中线性规划问题的LINGO模型语言算法

运用LINGO6．0模型语言优化算法，对机械制造中的线性规划问题进行了研究，得到了可靠且比常规优化算法更为有效的优化结果，LINGO模型语言不仅要求连续变量的线性规划问题，而且能更方便地求解机械制造中的整型线性规划问题。     

圆柱螺旋弹簧优化设计的一种算法

本文给出了圆柱螺旋弹簧优化设计的一种新算法——线性规划算法.圆柱螺旋弹簧优化设计数学模型是一种约束非线性规划模型,经过本文提出的线性变换,该模型可转换成一个纯粹的线性规捌模型.数值计算结果表明,此法不但收敛速度快、精度高、可靠性好,而且还具有程序结构简单,能获得全局最优解等特点,是弹簧优化设计的一种实用方法.     

拟牛顿乘子法及其应用

本文以增广拉氏函数为基础,采用序列二次规划和信赖域策略,提出了一种新的拟牛顿乘子法,克服了Powell型约束变尺度法的数值不稳性和Maratos效应。文中给出了其算法程序QNM01的数值实验结果与应用实例。     

混合遗传算法在随机规划问题中的应用

以含有机会约束的生产管理动态规划问题为例,基于随机模拟技术的混合遗传算法实现最优化决策,构造了数学模型。采用ＶＢ编辑,计算机模拟结果显示该模型能很好解决生产过程中的最优化决策问题,它是简单的基于二进制编码的遗传算法所不能解决的。该算法具有很高的鲁棒性,避免了在局部最优解附近徘徊,且因为随机规划问题要求许多数学知识,而算法本身并不要求对优化问题的性质作一些深入的数学分析,从而对那些不太熟悉数学理论和     

约束优化一个结合工作集技术的模松弛SQP算法

结合模松弛SOP方法、可行方向法和工作集技术,提出了一个求解非线性不等式约束优化的SOP算法。在每一次迭代,模松弛QP子问题的约束函数个数只决定于相应的工作集。在MFCQ条件下,得到算法的全局收敛性。最后,给出了初步的数值结果。     

求二次规划问题全局解的新加速方法

目的为求目标函数为一般二次函数的二次规划问题,提出一个新的加速算法。方法通过结合两个加速技巧,并将其置于分支定界算法框架下,给出一个新的全局优化算法。结果该方法可以有效地确定出不定二次规划问题的全局最优解。结论理论上证明了算法的收敛性,数值算例表明算法是有效可行的。     

单调优化的一种新凸化和凹化方法

提出了一个新的凸化、凹化变换,并证明了单调非线性规划总能变换成相应的凹极小化问题或反凸规划或标准D.C规划问题,再利用已有的关于这些规划问题求全局最优解的方法,可以求得原问题的全局最优解.