约束非线性规划的一种算法及其收敛性

对既含等式又含不等式约束的非线性规划问题,构造出了一种算法,并证明了其全局和局部收敛性。     

一种新的非线性最小费用网络流算法

为求解非线性可分凸费用网络流问题,提出了一种原始对偶算法,并证明了算法的收敛性。该算法可从任意满足节点流量平衡条件但不一定可行的初始解处开始计算,且能方便地处理目标函数的一阶导数有第一类间断点凸规划问题。用７５０节点和５０１０条弧的网络对本算法作了测试,计算结果说明算法有较高的效率。本算法已被用于实际电网水火联合经济调度问题中,实践证明算法是正确和有效的。     

一种新的迭代方法

本文应用整函的理论及文献[2]的基本定理,推导出了一种求解方程F(z)=0近似解的新迭代方法,分别得出了当F(z)是亚纯函数、整函数、实函数时的迭代公式,指出这种新的迭代方法包括了牛顿迭代法,并用实例说明了应用这种新的迭代方法求方程的近似解,比应用熟知的牛顿法、迭代法计算简便,收敛较快。     

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.     

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...     

求解具有线性不等式约束非线性规划问题的一种有效方法

将ABS方法应用到改进的Fletcher and Reeves方法中，构造出一种求解具有线性不等式约束非线性规划问题的有效方法。     

寻找非线性规划问题Kuhn-Tucker 点的一种微分方程方法

为了寻找带有等式约束和不等式约束的非线性规划问题的Kuhn-Tucker点,给出了一种微分方程系统.在一定的条件下,证明了非线性规划问题的Kuhn-Tucker点是微分方程系统的渐进稳定平衡点,并且基于一般微分方程系统的数值积分建立了一个数值算法,然后给出了该数值算法的收敛性定理.数值算例表明了该算法的有效性.     

一类非线性规划问题算法研究

针对一类非线性规划问题,将模拟退火算法进行了改进,提出了一种相邻状态的产生函数,为研究非线性规划提供了新的有效求解途径。实例计算表明,该方法求解非线性规划确实有效。     

求解一类非线性规划问题的混合遗传算法

提出了一种求解目标函数和约束条件均二阶可导的非线性规划问题的混合计算智能算法．该算法是把一种浮点数编码遗传算法和约束变尺度法相结合提高求取全局解的速度和概率．在该算法中，选择、交叉和变异等遗传操作算子是以非线性规划问题的一个惩罚函数为求解对象，目的是把解引向全局解附近，为约束变尺度算子提供初值；而约束变尺度算子直接以原非线性规划问题为求解对象，以发挥其局部搜索能力强的优点，数值实验表明，混合算法是一种可靠、高效的全局优化算法．     

一种求解非线性规划问题的改进遗传算法

基于惩罚函数的思想，提出了沿权重梯度方向变异的遗传算法求解非线性规划问题。该方法既避免了惩罚函数法在计算上的困难。也无需传统遗传算法所要求的复杂的编码和译码过程。给出了收敛性分析，一些实例的仿真结果表明算法的有效性。     

无约束非线性规划的共轭梯度法研究综述

共轭梯度法是50多年来算法研究的热点课题,它最初是基于求解对称正定线性方程组提出的,随后推广到求解非线性无约束优化问题。现在,它已经成为数值最优化领域的一类重要方法,具有所需存储量小、局部和全局收敛性好的特性。综述了求解无约束非线性规划问题的共轭梯度法,总结了它近年来的研究状况,展望了未来的发展趋势。     

连续非线性规划的猴王遗传算法

仿照猴群竞争产生猴王、猴王在猴群中拥有基因遗传绝对优先权的模式建立了猴王遗传算法 将种群中的点按目标函数值的大小排序 ,保留最优点和部分较优点 ,引入部分变异染色体更换部分较劣点 ,并让最优点依次与种群中的其他点进行交叉变异得到下代种群中的新点 对多种测试函数的计算表明 :猴王算法直观易懂、程序简单、参数少、计算量小 ,是解连续非线性规划问题的有效方法     

非线性规划的一种新的凸化、凹化变换

给出了非线性规划问题的目标函数的一个新的指数型凸化、凹化变换公式.     

解非线性方程的一种新的三步六阶迭代格式

Newton迭代法是求解非线性方程的重要方法之一,其收敛阶是二阶,在迭代过程中需要计算一个函数值和一个导数值,因此Newton迭代法的效率指数为1.414 2。基于Newton迭代法结合两步迭代格式构造了一种新的三步迭代格式,通过理论证明其收敛阶是六阶,在迭代过程中每次均需要计算2个函数值和2个导数值,则该三步迭代格式的效率指数为1.565 1,最后数值实验结果也验证了该方法的有效性和可行性。     

一种预测式单点迭代方法

本文以Ｎｅｗｔｏｎ法为基础，给出了一种加快迭代速度的方法，其意义不仅在于方法本身，更重要的是它提供了一种解决加速迭代的新思想。     

解线性规划问题的一种算法

本算法把线性规划问题化为只含不等式约束的标准形，然后迭代求解，粗估其计算量约为Ｏ（Ｋｎ＾３），其中Ｋ是一个不大的常数。初步试算表明它的优良的性能。     

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f（x）的最优解的充分必要条件（D为Rn中的闭区域）;在此基础上,给出了求一元函数及多元函数全局最优解的方法．此外,还给出了求一元函数极值的一个迭代算法．