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。     

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。     

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。
     

多极值全局最优化问题的辅助函数法(英)

对于多极值全局最优化问题的目标函数构造了辅助函数并给出了基于辅助函数的下降算法、数值计算结果验证了该算法的有效性。     

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。
     

线性约束多项式整数规划问题的全局最优性条件

【目的】带有线性等式约束的多项式整数规划问题有着广泛地实际应用,而且是NP-难问题。全局最优性条件作为理论研究是对全局最优解进行刻画,同时也是设计算法的重要依据。【方法】利用罚函数方法对此进行讨论,并用数值例子进行验证。【结果】给出了一类带有线性等式约束的多项式整数规划问题的全局最优性条件,包括充分性条件和必要性条件。【结论】通过所给的数值例子说明可以利用所给的全局最优性条件来判断一个给定的点是否是全局极小点。
     

Wolfe线搜索下两种修正DY共轭梯度法的全局收敛性

提出了两个修正的DY(Dai-Yuan)共轭梯度法(ZDY1算法和ZDY2算法),并证明这两个修正的共轭梯度法公式β(1)k和β(2)k在Wolfe下都是全局收敛的,其中一个在Wolfe线搜索下是下降的,另一个在不依赖于任何线搜索下充分下降。在求解大规模的非线性优化问题的过程中,这些结果对加快算法的收敛速度和增强算法的收敛性提供了理论依据。
     

具有超矩形约束的三次规划的全局最优性条件

研究了一类具有超矩形约束的特殊三次规划问题,利用目标函数的三次上估计函数与下估计函数推导出该问题的全局最优必要性与充分性条件。首先,构造如下形式的三次上估计函数与下估计函数 *,其中f(x)是目标函数, *。接着利用三次上估计函数建立判断一个可行点是全局最优点的全局最优必要性条件。然后利用三次下估计函数建立判断一个可行点是全局最优点的全局最优充分性条件: * 。一些实例说明了这些全局最优必要性与充分性条件的有效性与可行性。(注：*处为公式)
     

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。
     

线性等式约束非线性最优化问题的一个新算法

有文献给出了一般等式约束非线性最优化问题的一种求解途径。在此基础上将线性等式约束非线性最优化问题转化为非线性最小二乘问题求解,提出了求解最优化问题的一种新思路。然后利用Gauss-Newton法求解非线性最小二乘问题,在求解过程中引入非精确的一维搜索,提高了计算的效率,加快了算法收敛的速度,从而找到了具有线性等式约束非线性最优化问题的一个新算法,算法具有很好的收敛性,收敛速度是二阶的。最后经过数值实验证明新算法与Matlab优化工具箱计算的结果一致,是可行的、有效的。
     

r-预不变凸函数的一个性质

首先建立了一类 r-预不变凸函数的一个等价条件,利用该等价条件给出了二次连续可微的r-预不变凸函数的一个性质;在适当的假设下,证明了如下结果:设X(U-)_Rn是关于向量值函数的开不变凸集,η满足条件C,f:X→R→R是二次连续可微的函数且满足条件D.则f是关于η的r-预不变凸函数当且仅当对任意的(A)x,y∈X,r[...     

一个求解有约束的全局优化问题的变换函数法

给出了求解一般的有约束非线性规划问题全局最优解的拟填充变换函数方法,而且讨论了所构造的变换函数的几个性质,按照其理论性质设计了一个变换函数算法,并进行了数值试验。数值实验表明,所给的方法是有效的。     

一类等式约束非线性优化问题的序列二次规划新方法

本文提出一类新的序列二次规划方法来求解等式约束的非线性优化问题,方法不使用罚函数,避开了罚因子的选取对数值结果的影响,也不采用滤子技巧,去除了滤子方法中的恢复过程。在两个温和条件的假设下,步长的选取不需要目标函数和约束违反度的充分下降,扩大了算法的适用范围,证明了算法的全局收敛性。使用Matlab软件,编写了算法的程序,进行了数值试验,并与著名的优化软件LANCELOT比较,结果表明算法强健有效。     

一个修正的Hooke-Jeeves方法 (运筹学与控制论)

本文考虑不用导数信息求解无约束优化问题的方法。对于求解无约束优化问题的带有离散步的标准Hooke-Jeeves方法,目标函数值有可能在其加速步中增大。本文修正了标准HJMDS的加速步,保证了目标函数值在修正的带离散步Hooke-Jeeves方法的加速步中不增。然后,采用修正的带离散步Hooke-Jeeves方法设计了一个新算法。数值试验结果表明,修正的带离散步Hooke-Jeeves方法与带离散步的标准Hooke-Jeeves方法相比,其函数值计算次数明显减少,因而本文给出的修正的带离散步Hooke-Jeeves方法比带离散步的标准Hooke-Jeeves方法更为有效。     

约束阻尼板的解析法和改进传递矩阵法

基于Kirchhoff假设和Kerwin假设,建立了三层约束阻尼板的振动方程。分别采用解析法和改进的传递矩阵法求解了方程,算例表明本文方法求解精度可靠。传递矩阵法边界条件适应性更强,改进的传递矩阵法通过引入一个关联矩阵,状态向量一阶导数的求解更加简单,这也简化了传递矩阵的求解,且振动方程自由度越多其优势越明显。本文计算方法可用于多夹层阻尼结构的求解及振动分析。
     

基于填充函数方法的OD矩阵估计

对现有关于求解OD矩阵估计的最小二乘模型所采用的逐次迭代算法的不足进行了分析,并引进了一种全局最优化算法即填充函数方法来找寻该模型的全局最优解。数值试验表明:所提出的填充函数算法有能力找到问题的全局最优解,且与初始值的选取无关,也有潜力解决较复杂网络的OD矩阵估计。通过数值结果发现,模型的权值选取对数值结果有明显影响。为此,引进了一种确定权值的评价指标RMSE,它能反映估计量与真实值之间的接近程度。利用该指标,可以选取较合适的权值。