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．     

凸约束不定二次规划问题的分枝定界方法

针对凸约束不定二次规划问题,给出一个分枝界定方法。通过将凸约束不定二次规划问题等价地转化为凸凹规划问题,利用超矩形体的二分技术和锥剖分技术,在超矩形体上确定原问题的最优解,并进行了收敛性分析。     

不定二次规划的全局优化算法

对不定二次规划问题提出了一个新的确定型全局优化算法,通过对目标函数和约束函数的线性下界估计,建立了不定二次规划的松弛线性规划.通过对松弛线性规划可行域的细分,以及一系列松弛线性规划的求解过程,并通过实例证明了算法能收敛到原问题的全局最优解.     

二阶椭圆问题的格林函数双线性矩形元的超收敛性

把二维二阶椭圆问题的格林函数的双线性矩形元的逐点误差估计与一般二阶椭圆问题的一次线性元的超收敛性结合起来,对二维二阶椭圆问题的格林函数的双线性矩形元的超收敛性进行了研究,得到了相应的逐点误差估计.     

改进线性兴波阻力帐篷函数法及实船型线优化

针对线性兴波阻力帐篷函数法阻力计算及相应的船型优化方法不能反映实际船体对称面形状这一局限,提出一种定义在实际船体对称面上的船体曲面近似函数,将该船体曲面近似函数代入线性兴波阻力表达式,用该表达式与原帐篷函数法计算同一船型的兴波阻力系数,对比结果表明在多数速度区间内比后者更加接近试验结果.由此表达式建立以船体型值为变量的最小兴波阻力二次规划数学模型,此模型适用于任意给定的由曲线、折线围成的非矩形船体对称面区域,尤其适用于舰船前体及其球鼻首的优化.基于二次规划优化模型对仿DDG51船型进行一系列型线优化设计,在理论上获得了20%以上的兴波阻力减阻效果.     

一个修正的并行变量分配算法

针对2002年C.A.Sagastizabal和M.V.Solodov提出的并行变量分配算法进行修正.通过引入一个线性规划,在每个迭代点处求解一个线性规划和二次规划,来替代原文中的二次规划子问题,避免了原算法的二次规划子问题可能不相容的情形.再者,通过一个非单调技术替代原文中的罚函数执行线性搜索过程,具有更大的灵活性.     

多目标凸规划迫近束方法二次规划子问题的研究

在非光滑问题中,束方法展示出非常高的有效性.针对多目标凸规划,借助束方法试图寻找它的弱帕雷托最优解.利用目标函数和约束函数构造了一个改进函数,同时揭示了改进函数与原问题之间的关系.构建了改进函数的一个下近似模型,进一步通过求解二次规划子问题寻找下一个迭代点.利用Lagrange函数得出了原子问题最优解的显示表达.     

二次约束二次规划问题的二元均值松弛定界算法

二次约束二次规划(quadratically constrained quadratic programming,QQP)问题目标函数和约束条件均是非凸的,是一类NP难问题,目前还没有通用的全局收敛准则,从而使得求该问题的全局最优解面临着严峻挑战。文章通过引入辅助乘积变量,将QQP问题等价地转化为带有乘积等式约束的非线性规划(nonlinear programming,NLP)问题;进而在NLP问题中利用二元均值不等式结合函数的性质松弛乘积等式约束后,产生QQP问题的带有辅助变量的松弛线性规划(relaxation linear programming,RLP)问题,由此确定QQP问题的全局最优值的下界,利用超矩形基于线性函数的缩减策略,以增强子超矩形的紧致删除能力;最后给出了该算法的收敛性分析,数值实验结果表明所提出的算法是可行且有效的。     

正定二次规划的一个区域分解算法

给出了一个求解正定二次规划的区域分解方法。首先证明了任何一个正定二次规划问题与一个有界区域上的正定二次规划问题是等价的。然后，依据一定的准则将有界区域分解成一系列的单纯形，通过求解每个单纯形上正定二次函数的最优解，迭代到原问题的最优解。该方法有很明显的优点：①求解单纯形上目标函数的最优解是一个无约束正定二次规划问题；②构造单纯形是通过求解线性规划问题得到。算例表明，本算法是有效的。     

一类悲观二层规划问题的一阶必要最优性条件

在Hilbert空间中,考虑上层约束为有限个不等式,下层为锥约束的一类悲观二层规划问题。首先利用上层问题的极大化最优值函数和下层问题的极小化最优值函数将原问题化为单层约束优化问题,在适当的假设条件下,结合上层极大化最优值函数的次微分估计和下层极小化最优值函数方向导数上下界的性质得到了原问题一阶必要最优性条件的详细刻画。