无约束全局优化问题的两种新的辅助函数法

填充函数法、打洞函数法和平稳点函数法是目前比较常用的求解全局优化问题的辅助函数法。本文提出两种新的辅助函数法,用于求解一般非线性规划问题的全局最优解,它不仅结合了填充函数法和打洞函数法及其平稳点函数法的特点,同时又避免了它们的一些缺点（每次求解填充函数、打洞函数和平稳点函数的局部极小点以后,还需要重新求解原问题的局部极小点）,而新的辅助函数的局部极小点就是原问题的局部极小点,不需要再求原问题的局部极小点。     

约束全局最优化的一种新的辅助函数法

对于非凸的约束优化问题,如何从一个局部极小点获得全局极小点,这是一个重要的问题。在本文中,作者构造了一种超越当前局部极小点的平稳点函数,并给出了相应的全局下降算法,并且由此得出约束全局优化问题的一个全局极小点。利用本文中的全局下降算法,仅仅搜索原约束优化问题的局部极小点以及通过给定的平稳点函数构造一些无约束优化问题就能够获得约束优化问题的一个全局极小点。数值实验的计算结果均比已有文献所计算的最优值更好,证明本文提出的这种全局下降法是非常有效的。
     

求解无约束优化问题的两个谱共轭梯度法的全局收敛性

谱共轭梯度法含有两个方向调控参数,是一种结合共轭梯度法和谱梯度法的无约束优化方法。本文建立新的共轭参数和谱参数,提出无约束优化问题的两个谱共轭梯度法,这两个新方法在精确线搜索下等价于FR共轭梯度法。然后,证明了算法1在Wolfe线搜索下和算法2在Armijo线搜索下的全局收敛性,并给出了算法的数值实验结果,验证了算法的有效性。
     

一个新的解全局优化问题的填充函数

给出了一个新的非线性全局优化问题的填充函数和相应的填充函数算法.算例表明,该算法是可行且有效的.     

一个求解全局优化问题的单参数填充函数

给出了一个新的求解全局优化问题的单参数填充函数并证明了其优良的填充性质.数值实验表明,该函数是有效的.     

带约束的离散全局优化问题的填充函数法

通过构造一个新的双参数填充函数求解带约束的离散全局优化问题的全局最优解,研究了填充函数的分析性质,并据此给出了带约束的离散全局优化问题的一个填充函数算法.数值试验证结果表明该算法是可行的、有效的.     

全局优化问题的无参数填充函数法

通过对全局优化问题的填充函数算法的研究,克服了填充函数P（x,x^＊,γ,ρ）和P（x,x^＊）存在的缺陷,构造了2个连续的无参数填充函数W（x,x^＊）和W（x,x^＊）,并证明了它们满足填充函数的定义。数值试验的结果表明,新的填充函数算法对于求解全局优化问题是有效的。     

连续无约束优化问题的一个新填充函数

关于连续无约束全局优化的问题,构造了一种新填充函数的形式,证明了该形式是满足所定义的填充函数的有关性质,根据该函数形式设计了相应填充函数算法。数值试验表明此算法是可行和有效的。     

一种新的谱共轭梯度法及其全局收敛性

共轭梯度法因具有迭代简单、收敛性和低内存等优点而在求解大型优化问题中发挥着重要作用。本文对文献[6]中的共轭参数RMILk进行改进,得到了一种新的谱共轭梯度法。该方法每步迭代产生的搜索方向具有下降性。在适当的条件下,该方法在Armijo 线搜索和 Wolfe 线搜索下均具有全局收敛性。数值试验表明,该方法可行有效。
     

求解无约束全局优化问题的F—C函数法

结合全局优化问题的填充函数法和跨越函数法,定义了一个求解无约束全局优化问题的F—C函数．基于这个定义,提出了一个无参数的F—C函数．研究了所构造F-C函数的理论性质,并按照其理论性质设计了一个F—C函数算法．数值实验表明,所给的方法是有效的．     

无约束全局最优化的一种新的辅助函数法 (三峡地区资源环境生态研究)

对无约束全局最优化问题提出一种新的平稳点函数法和拟平稳点函数法,通过实现一系列局部极小化来获得问题的全局极小。这种求解过程由局部极小化的两阶段循环组成:第一阶段对原目标函数执行局部极小化;第二阶段对提出的这种新的平稳点函数或拟平稳点函数执行极小化,同时使得原目标函数下降。最后通过举例,并运用Matlab7.11进行数值计算,结果表明:本文提出的新的平稳点函数法和拟平稳点函数法是非常有效的。     

两个多重目标排序问题的多项式时间算法 （运筹学与控制论）

多目标排序是排序论的一个重要分支,在解决经济、管理、工程、军事、社会等领域出现的复杂问题中起着越来越重要的作用。本文研究以误工个数∑Uj为第1目标,∑wjCj或者∑wjTj为第2目标的多重目标排序问题,分别给出了这两个问题在不误工工件集不改变下工件加工时间和权重满足反一致性条件(pi≤pjwi≥wj)时复杂性为O(nlogn)的多项式时间算法:对于排序问题1│(pi≤pj)(wi≥wj)│(∑wjCj/E),选取排序最后一个工件k满足条件:pk/wk=max{pi/wi│i∈M∪L};对于排序问题1│(pi≤pj)(wi≥wj)│(∑wjTj/E),选取排序最后一个工件k满足:1)若M为空集,pk/wk=max{pi/wi│i∈L};2)若M非空,任意选取k∈M。其中L是误工工件集,M是放在最后不误工的工件的集合。最后,证明了这两个算法可以得到相应问题的最优解。     

次梯度法在求解非光滑最优化问题时的计算效果研究 (运筹学与控制论)

本文研究了次梯度法的一些重要问题。次梯度法是梯度法在非光滑优化中的直接推广。在每一步的迭代中,选取一个负次梯度方向为搜索方向,并以一定的规则设置搜索步长。次梯度法的每一步迭代不一定都下降,但是可以证明,对于非光滑凸优化问题,次梯度法能够保证全局收敛性。次梯度法的搜索步长是预先设置的,步长设置准则包括常值步长准则、有限平方和步长准则和已知全局极小值的步长准则。本文对各种步长准则的收敛性进行了证明。为了验证次梯度法在不同的步长准则下的计算效果,本文应用次梯度法对一系列非光滑最优化问题进行了计算实验,并分析了他们的计算结果。数值实验结果表明,常值步长准则收敛速度慢,精度不高,而且步长的选择困难。而有限平方和步长准则收敛速度更快,也能够达到更高的精度。至于已知全局极小值的步长准则,虽然精度也较高,但是因为需要事先已知凸优化问题的全局极小值,所以这种步长准则的应用范围有限。
     

一个新的求无约束全局优化的填充函数

根据Zhang对填充函数的新的定义给出了一个新的求无约束全局优化问题的填充函数,并根据这个填充函数提出了相应的填充函数算法。数值试验表明此算法是有效可行的。     

求无约束连续全局优化问题的单参数填充函数法

填充函数法是一种求解多维多模态函数全局极小点的有效方法.由于已有填充函数存在指数项和较多参数而导致数值实验效果不理想.为此,提出了一个新的单参数填充函数,该函数形式简单且满足定义中的所有条件.基于此填充函数设计了相应的算法,数值实验表明该算法有效可行.     

一类混合整数约束三次规划问题的全局最优性条件

通过构造目标函数的二次上估计函数和二次下估计函数,给出了一类混合整数三次规划问题的全局最优性条件。首先利用二次上估计函数给出全局最优性必要条件,其次再利用二次下估计函数获得全局最优性充分条件。最后给出一个数值例子来说明如何利用所给出的全局最优性条件来判定一个给定的点是否是全局最优解。