一类Minimax分式规划问题的迭代算法

对一类Minimax分式规划问题(MFP)提出一个迭代算法.首先通过引进变量和指数变换,将问题(MFP)等价转化为问题(Q),然后利用代数-几何平均不等式以及合适的转化过程,将等价问题(Q)压缩为凸规划问题(Q).从而根据选择不同的点所对应的压缩问题(Q),将原问题的求解过程转化为求解一系列的凸规划问题.数值实验表明算法是可行有效的.     

一类非凸规划的分支定界算法

针对一类非凸规划问题(NP)提出有效的分支定界算法.首先,利用目标函数的特性将其转化为等价的极小化问题(P),通过对其可行域的细分和求解一系列凸规划问题,不断更新(NP)全局最优值的上下界.为提高计算效率,一个问题的最优解作为下一个问题的初始解,并提出了新的删除技术.理论上证明该算法是收敛的,数值试验结果表明算法是有效可行的.     

特殊反凸规划的非孤立最优解

考虑下面的反凸规划问题(RCP):(RCP)minf0(z)s.t.fm(z)≤1, m=1,...,p,fm(z)≤1, m=p 1,...,M,z∈Ω={z|zil:=ln yil≤zi≤ln yiu=:ziu<∞, i=1,...,n0},其中,fm(z)=∑Tmt=1δmtexp(∑n0i=1ηmti zi),m=0,1,...,M. Zaleesky[1]指出反凸约束在很多经济管理应用中会出现.问题(RCP)的主要困难在于反凸约束的出现,它破坏了可行域的凸性甚至连续性. 少数论文[2]致力于求解一个凸函数在线性和反凸约束下的全局最优解.关于全局求解问题(RCP)的研究进展很小,故很有必要研究它.     

线性两比式和的全局优化新算法

对线性两比式和这一非凸NP-困难的优化问题提出新的全局优化算法.首先把原问题等价地转化为一维参数优化问题.设计了巧妙的下界估计方法,在此基础上提出相应的分支定界算法,该算法最坏情况下可需要O(1/ε)迭代步以求得ε-近似全局最优解.数值结果表明,提出的新算法优于商业软件包BARON.此外,针对线性两比式和问题的一个具有隐凸性(等价于一个二阶锥规划)的应用特例,分支定界算法比基于CVX平台调用SDPT3求解相应的二阶锥规划等价模型效率更高.     

正定式约束下广义几何规划的一种线性化方法

几何规划是一类具有特殊形式的非线性规划问题,正定式几何规划问题借助于凸规划问题的求解已基本得到解决.但广义几何规划问题作为一种特殊的(DC)规划,至今没有好的求解方法.利用线性化技术,将正定式约束下的一类广义几何规划问题转化为一列凸规划问题进行求解,构造了正定式约束下广义几何规划的一种新算法,并证明了该算法的全局收敛性.     

多小区全双工分布式天线系统的能效资源分配

针对多小区全双工分布式天线系统(DAS),提出了高能效的资源优化分配策略。所提策略在保证用户服务质量(QoS)需求的前提下,通过联合优化上下行波束赋形因子、用户发射功率和远端天线单元(RAU)选择来最大化系统能效。首先,把优化问题重新规划为一个秩约束的半正定规划问题,通过分式规划将目标函数由分式形式转化为减法形式,引入惩罚函数来处理整数变量,采用半正定松弛,提出了一种需要解决内部优化问题的迭代资源分配算法;然后,利用层次分解和连续凸逼近,将内部非凸问题转化为一系列凸优化问题循环迭代求解。仿真结果表明,文中提出的算法可以很快收敛,并且和其他基准算法相比可以极大地提升能效。     

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。     

一类线性比式和问题的全局优化算法

对许多工程设计中常用的一类带常系数线性比式和问题(P)提出一确定性全局优化算法.该算法利用等价问题和线性化技术,建立了问题(P)的松弛线性规划(RLP),从而将原非凸问题(P)的求解过程转化为求解一系列线性规划问题(RLP),通过可行域的连续细分以及求解一系列线性规划,提出的分枝定界算法收敛到问题(P)的全局最优解,且数值实验表明了算法的可行性.     

求解最优潮流全局最优解的二阶半定规划方法

【目的】半定规划凸松弛方法是求取电力系统最优潮流(Optimal power flow, OPF)问题全局最优解的有效技术手段，但解的秩为1的条件难以满足，导致应用具有一定的局限性。针对这一求解困境，提出了一种新的半定规划凸松弛方法。【方法】基于变量扩展，将原变量对应的二阶单项式扩展为新的变量，扩展后可构造一阶及二阶的半正定扩展矩阵，在此基础上将不等式约束转化为矩阵不等式约束，从而形成二阶半定规划凸松弛模型。【结果】为验证所提方法的有效性，求解了常规半定规划方法应用失败的一些反例，结果表明：二阶半定规划松弛模型能更可靠地求得秩为1的扩展矩阵，从而直接获得原OPF问题精确的全局最优解。【结论】二阶半定规划松弛方法为电力系统OPF问题提供了一种更可靠的全局最优算法，具有更好的应用前景。     

线性比式和问题的全局优化算法

为求解线性分式规划问题(P),提出一个分枝定界算法.首先通过转化技巧,导出问题(P)的等价问题(Q),然后利用线性化方法,得到(Q)的线性松弛规划问题(RLP).从而,初始非凸规划问题归结为一系列线性规划问题的求解.数值试验表明算法是可行的.