非线性规划方法简介(Ⅳ)

第六章带非线性约束的最优化问题这一章我们叙述带非线性约束的最优化问题的算法。带非线性约束的最优化问题比线性约束的最优化问题处理起来要困难得多,这方面的算法及有关理论的研究主要是近十多年来发展起来的。大致说来,解决非线性约束的规划问题有这样几种途径:一是把带约束的非线性规划问题变换为若干个或一系列无约束的规划问题,这就可以用无约束的规划问题的方法来解决,例如罚函数方法和障碍函数法;一是把可行方向法和投影法推广到非线性约束的规划问题,这种推广主要是解决由于可行点集的非线性边界带来的困难;一是把非线性约束条件逐次线性化,把原问题归结为解决一系列的线性约束的子规划。此外,还有解非线性约束     

关于广义非线性互补问题

研究了广义非线性互补问题．将互补问题转化为一个无约束最优化问题，而最优化问题的全局最优解恰为广义非线性互补问题的解．给出了无约束最优化问题的平衡点是广义非线性互补问题的解的一个充分必要条件和一系列充分条件．文中结论推广了有关文献中的相应结论．     

一个无约束最优化问题的计算机解法

本文的目的是用解无约束最优化问题的单纯形法,求目标函数的极值,并将这一过程编制成计算机程序,且用于一个实际问题的求解中。     

约束优化问题的内点正则牛顿法

研究了求解具有不等式约束最优化问题的内点正则Newton法.其基本思想是把求解约束优化问题的内点法和求解无约束优化问题的正则Newton法结合起来,建立起求解具有不等式约束最优化问题的内点正则Newton法.对于具有有界最优解集的凸约束最优化问题,任取一可行解作为初始点,内点正则Newton法所产生的点列均收敛到最优解...     

一类带NCP函数的新Lagrangian乘子法

提出一类带非线性互补问题(NCP)函数的新Lagrangian乘子法,用来解满足等式约束和不等式约束的最优化问题.此方法以连续可微的罚函数为基础,通过求解一个新的无约束Lagrangian函数得到原问题的解,并且在一定的条件下还可得到此方法的全局收敛性.     

具有广义凸的多目标规划

在较弱凸性条件下,研究了多目标规划问题的解,无约束多目标规划在目标函数是一致凸条件下,其向量稳定点是弱有效解。约束多目标规划在目标函数和约束函数是一致凸条件下,其Kuhn-Tucker点是弱有效解。在应用上,向量稳定点和Kuhn-Tucker点分别为寻找无约束规划和约束规划的弱有效解提供了重要理论依据。     

应用最优化导论

近几十年来，最优化的应用已经遍及各个领域。最优化的新算法和理论不断被提出，它深入地渗透到其他学科领域，如应用数学、工程、医学、经济学等学科。最优化理论给线性、非线性、约束和无约束最优化问题提供了一般的解。这些最优化问题一般分为两类不同的数学规戈Ⅱ问题：线性规划和非线性规划。早期的数学规划都是基于连续变量，但是大量的指派问题和设计问题都是需要同时处理整形变量和连续变量，这导致了混合的整形线性规划（MILP）和非线性规划（MINLP）问题。为了寻求全局最优解，研究人员提出了不拘囿于局部最优解的方法，如近年来提出了遗传算法和模拟退火法。     

解无约束最优化问题的一个非单调BFGS信赖域算法

在文[19]的基础上，给出了一个解无约束最优化问题的非单调BFGS校正的信赖域算法，此算法具有较好的性质，所给的BFGS校正的具有二次约束的信赖域子问题总保证是严格凸二次规划，在适当的条件下此算法具有全局收敛性和Q-二次收敛性。     

解Duffing方程周期解的Levenberg-Marquardt方法

先把求解微分方程的周期解问题转化为无约束最优化问题, 再利用无约束最优化问题的最优性条件及Levenberg-Marquardt方法求解了满足限制共
振条件下的一类Duffing方程的周期解. 数值计算结果表明了方法的有效性.     

解约束优化问题的一类广义共轭方向法：一种几何处理

运行微分几何方法将无约束最优化中的共轭方向法推广到约束最优化问题上。在约束子流形上诱导了一类新的仿射联络使原来的约束最优化问题转化为约束流形上的无约束的局部二次规划问题。从而形成了具有广义共轭方向的一种曲搜索算法。     

最大熵原理在无约束优化方法中的应用

经研究，发现将最大熵原理与无约束优化方法相结合亦能达到约束优化公式化，简化优化的过程，使用罚函数法可将约束化优化问题变成无约束化问题，但原问题中的可微函数组成罚函数后有可能成为不可微问题，因而影响了再使用无约束优化方法中的诸多效的方法，如先使用最大熵原理找出原约束优化有关问题的等效Ｌａｇｒａｎｇｅ函数后，再构成罚函数即可保证是可微的了。     

Improved Dual Algorithm for Constrained Optimization Problems

One class of effective methods for the optimization problem with inequality constraints are to transform the problem to a unconstrained optimization problem by constructing a smooth potential function. In this paper, we modifies a dual algorithm for constrained optimization problems and establishes a corresponding improved dual algorithm; It is proved that the improved dual algorithm has the local Q-superlinear convergence; Finally, we performed numerical experimentation using the improved dual algorithm for many constrained optimization problems, the numerical results are reported to show that it is valid in practical computation.     

求解非光滑优化问题的改进大洪水算法

应用启发式算法求解非光滑优化问题,解决基于次梯度信息的确定性算法在求解时困难较大的问题.首先分析了基本大洪水算法的优化机理及特征并给出其求解步骤,然后针对无约束及盒子约束问题分别设计了改进的大洪水算法,将基本大洪水算法所依赖的参数up省去.对于无约束情形,提出了进行邻域搜索的随机行走法;对于盒子约束情形,提出了选择初始可行点的方法和进行邻域搜索的混沌优化算法.最后通过算例进行测试并与其他算法进行对比,测试结果表明了改进的大洪水算法在求解非光滑优化问题时的有效性与优越性,故其可作为求解非光滑优化问题的一种实用方法.     

一种求解多目标优化问题的有效算法

为突破求解多目标优化问题已有方法的局限,研究一种新的全局收敛算法,其中目标函数和约束条件均为一阶连续可微函数。该方法结合理想点法和调节熵原理将带约束多目标优化问题转变成无约束问题,构造函数的区间扩张和无解区域删除原则,建立了区间调节熵算法,并证明其收敛性。数值算例表明,该算法是有效、可靠的。     

求解约束优化问题的一类单参数填充函数

全局优化问题在科学计算、工程技术、经济管理等领域得到越来越广泛的应用,近些年来,人们相继提出一些求解无约束全局优化问题的算法,但对于求解约束优化问题的填充函数鲜有讨论。求解全局优化问题的填充函数法的关键之一在于构造一个叫作填充函数的辅助函数,文章在无强制性条件下给出了一类新的求解带一般约束优化问题的单参数填充函数,讨论了其良好的填充性质,并按其理论性质设计了一个算法,数值实验表明该函数是有效的。     

正交计算设计法

根据正交设计的理论,本文提出了正交计算设计法。该法利用正交表,用球域内随机点法确定计算点。该法是一种求解无约束或有约束优化问题的直接解法。它既发扬了网络法[3]的简单、直观,对目标函数无特殊要求、约束条件容易控制等优点,又避免了网络法计算量大的缺点。由于找到了按行构造正交表的方法,使得程序编制变得简便,且存储量也大为减少。计算实例表明:该法的计算精度能满足一般工程要求;它适用于中小型优化课题,是一种可行的实用优化法。     

具有畸形约束极值点问题的优化

在畸形约束极值点附近,约束边界与目标函数等值线接近于相切,可行适用方向区非常狭小,难以寻得真正的约束极值点。为了使优化方法更好地解决各领域的复杂优化问题,研究具有畸形约束极值点问题的优化。针对该类问题的一个算例,分别采用随机方向方法、复合形法、内点惩罚函数法、外点惩罚函数法进行了优化,并对比了计算结果。随机方向法和复合形法在寻得边界点之后,难以找到可行适用方向,因此给出了伪最优点。而惩罚函数法由于其渐进优化的特点,可寻得最接近于约束极值点的最优点。计算结果验证了基于盲人探路优化思想的改进随机方向法,可减少随机方向的产生次数;验证了基于盲人探路思想的改进复合形法,可减少复合形的构造次数;也验证了加固围墙的内点惩罚函数法不要求初始点一定在可行域之内,也不会因寻优越界而给出伪最优点。对于存在多个约束极值点的优化问题算例,只要适当选取初始点,采用内点法就能寻得所有局部最优点。通过多种优化方法的对比研究,得出了对于畸形约束极值点优化问题,宜选用惩罚函数法求解的结论。     

对AgraWal单一矩形排样算法的改进与扩展

讨论单一矩形剪切下料排样方式最优设计问题,给出更为贴切的上界,从而改进Agrawal算法．Agrawal以图解方式说明规范多级排样方式中包含最优剪切割方式,现给出这一结论的数学证明．扩展无约束算法用于解决有约束排样问题．     

求解约束优化问题的微粒群算法

微粒群算法(简称PSO算法)是一种新型的进化计算方法,已在许多领域得到了非常成功的应用。本文以约束优化问题为对象,首先介绍了采用罚函数法将约束优化问题化为无约束优化问题,和将约束优化问题转化为minmax问题,然后对无约束优化问题和minmax问题,采用PSO算法进行进化求解;在此基础上,以目标函数和约束满足分别为优化目标提出了一种双微粒群的PSO算法。仿真实验结果验证了方法的正确性与有效性。     

基于改进粒子群算法的造林规划

一直以来造林规划的工作者主要是靠手工进行规划或者运用一些通用的计算机软件来辅助规划,表现出工作繁琐、效率低、设计粗糙、计算不科学.首先给出一种改进的粒子群算法,即使用最简单的罚函数法将约束优化问题转化为无约束优化问题,然后将不同阶段搜索进度应用到粒子群算法中.该算法在优化目标函数的分析性质上没有特殊要求,并具有较强的全局寻优能力.用该改进粒子群算法来确定在资金、计划、苗木品种和数量等约束条件下小班造林规划最优方案,结果表明该算法在约束条件下造林规划效果很理想.