二层随机规划逼近解集上半收敛性的一个充分条件

针对上、下层都含有目标函数和约束条件的一类二层随机规划逼近问题,首先在下层随机规划的目标函数和约束条件均为严格凸函数的情况下,给出了下层随机规划逼近问题的任意一个最优解序列连续收敛于下层随机规划的唯一最优解的一个充分条件;然后将下层随机规划的最优解反馈到上层随机规划的目标函数和约束条件,得到了上层随机规划逼近最优解集的上半收敛性.     

考虑装配约束条件有效性的统计公差最优解

基于负平方形式的加工成本-公差函数和田口质量损失函数,用方和根法建立装配精度约束条件,分别对两种公差优化数学模型采用拉格朗日方法进行求解:第一种模型仅以制造成本最小为目标;第二种模型以制造与质量损失的总成本最小为目标.分析了装配精度约束条件在以上两种公差优化模型求解过程中的作用:第一种模型的目标函数随着公差的增大而减小,因此装配精度必定为有效约束条件;第二种模型的目标函数未必随着公差的增大而减小,因此装配精度约束不一定是有效约束条件.推导了第二种模型在装配精度约束条件有效和无效两种情况下公差的解析最优解,并用实例验证了所提出方法的有效性.     

基于灵敏度附加项的多目标可靠性稳健优化设计

以实现多目标优化问题的可靠性稳健优化设计为目标,基于可靠性设计的随机摄动法建立可靠度约束条件,通过对目标函数和约束条件进行灵敏度分析,生成目标函数和约束函数的灵敏度附加项,建立了两种基于灵敏度附加目标函数的可靠性稳健优化设计模型;应用Matlab7.1语言的优化和符号工具箱实现机械零件的稳健设计.算例表明,本文提出的可靠性稳健优化设计方法具有较高的精度和可靠度,为机械零件的可靠性设计提供了理论依据.     

棒线材工艺优化系统

通过建立全模式化的目标函数及约束条件模型 ,将棒线材轧制过程优化问题归结为带有不等式约束条件的非线性规划问题。对约束条件采用 ALM法处理 ,对新的无约束目标函数采用 BFGS法寻优计算。该优化系统计算效率及精度高 ,且算法稳定     

舰载小尺寸隔振器的优化设计

介绍隔振器设计概况及被动隔振系统的隔振与隔冲力学模型,讨论并通过实例阐述了舰载小尺寸隔振系统在优化设计中的目标函数以及约束条件的确立方法和原则,建立了以最大隔冲响应加速度为目标函数以隔振要求为约束条件的求解优化数学模型．     

等式约束情况下多项式函数的乘子法

在乘子法中广泛使用二次罚函数,但有时会遇到困难,如约束条件为有界集,但增广Ｌａｇｒａｎｇｅ函数在Ｒ＾ｎ上无下界,文中对等式约束条件下,目标函数与约束函数为多项式函数的情况作了具体分析,然后给出１种非二次罚函数及相应乘子法,且对于上述情形,该形式乘子法都有解。     

一般多目标优化问题的凝聚同伦内点算法

用凝聚函数把等价转化后的不等式约束条件进行光滑逼近,对目标函数进行线性加权转化成单目标函数,然后利用组合同伦内点方法求解多目标优化问题的最小弱有效解,并证明该方法是整体收敛的。     

一类带约束min-max-min问题的区间算法

建立了一类带约束Min-Max-Min问题的数值方法,其中目标函数和约束条件均为Lipschitz连续函数。利用区间分析方法,基于罚函数法和区域二分原则,针对问题及目标函数约束条件的不可微的特点,构造了罚函数的区间扩张和无解区域删除原则,建立了区间算法,证明了该算法的收敛性。对算法进行了数值实验,并给出了数值算例,结果表明：该方法可以同时求出问题的最优值和全部全局最优解,是有效和可靠的。     

一种新的加权目标函数下的神经网络训练方法

采用罚函数算法的思想构造一个新的加权目标函数,可以用一个无约束优化过程实现约束条件下的参数寻优·基于此种新的加权目标函数,采用遗传算法训练了神经网络控制器参数·仿真表明,该方法比采用Clarke目标函数及其改进方案使系统具有更好的输出响应性能,更具有工程实用性·     

线性规划问题的F解决方案

最优化思想支配人类生存和改造世界的活动,使人类社会得以不断发展与进步。解决规划问题的经典数学方法是线性规划,在此方法中目标函数和约束条件都是明确的,但在实际问题中,目标函数和约束往往都是模糊的,这就需要用F集的方法来解决最优化问题,该方法不仅具有经典线性规划所具有的优点,还在不同程度上突出目标函数和约束条件的不同重要性。     

Fuzzy资源约束非线性规划的一个有效解法

重新定义了Ｆｕｚｚｙ约束与Ｆｕｚｚｙ目标的隶属函数,通过构造一致逼近函数将一复杂的Ｆｕｚｚｙ非线性规划问题转化为只含非负约束的优化问题,得到了一个简单有效的解法,并在相当弱的条件下证明了算法的收敛性。     

Fuzzy数学规划求解的约束域分割法

对模糊数学规划的目标函数取大∨与取小∧的问题，给出了一种求解方法——约束域分割法，此法对约束集凹集的数学规划问题亦有效。     

Exact penalty method for the nonlinear bilevel programming problem

In this paper, following the method of replacing the lower level problem with its Kuhn-Tucker optimality condition, we transform the nonlinear bilevel programming problem into a normal nonlinear programming problem with the complementary slackness constraint condition. Then, we get the penalized problem of the normal nonlinear programming problem by appending the complementary slackness condition to the upper level objective with a penalty. We prove that this penalty function is exact and the penalized problem and the nonlinear bilevel programming problem have the same global optimal solution set. Finally, we propose an algorithm for the nonlinear bilevel programming problem. The numerical results show that the algorithm is feasible and efficient.     

采用群智能算法的多约束问题优化

为了解决约束优化问题,采用一种基于群智能算法优化的多约束问题优化方法.首先构造同时计及约束条件和优化适应度的目标函数,然后分别利用粒子群算法和人工蜂群算法优化其函数,从而获得约束条件下的优化解.仿真结果表明,该多约束问题优化方法是可行性的,人工蜂群算法比粒子群算法具有更好的搜索和收敛能力.     

用凸化子讨论不等式约束的多目标优化问题的最优性条件

对具有不等式约束的多目标优化(multiobjective programming,MP)问题,利用凸化子的概念,在广义Slater约束规格和广义线性独立约束规格下给出了必要条件,并将研究结果推广到多目标优化的情形。     

三维水平井轨道设计最优控制模型改进的进化规划方法

针对三维水平井井眼轨道设计问题 ,建立了一个非线性最优控制模型。该模型以设计轨道总长度最短为性能指标 ,以非线性动力系统为约束条件 ,通过对非线性动力系统积分 ,将最优控制模型转化为一个非线性规划问题求解。为了求非线性规划问题的全局最优解 ,在附加一个目标函数小于当前目标函数值的约束条件下 ,用改进的进化规划方法寻找新的可行点策略 ,提出了一种新算法。将非线性最优控制模型及算法应用到实际水平井轨道设计中 ,数值结果证明了该模型及算法的正确性和有效性     

二层规划的扰动解

传统的二层规划求解方式是利用下层规划的KKT条件将其转化成单层规划问题.由于互补松弛条件的存在使得MFCQ和线性独立等约束规格不成立.探讨了对互补松弛条件给出ε出扰动后的非线性规划求解问题,以及扰动解收敛到原二层规问题局部最优解的条件,并探讨这些条件实现的可能性.     

向量多项式优化问题的数值方法

向量多项式优化问题中的目标函数和约束条件都是由多项式描述的.先将多目标多项式函数分别通过主要目标法、线性加权和法和理想点法等转化为单目标多项式函数,再利用Lasserre松弛方法求解该多项式优化问题,从而得到原向量多项式优化问题的弱有效解或有效解.数值实验结果表明该数值方法是有效的.     

基于理想点法的双目标结构鲁棒设计

在结构优化过程中结合鲁棒设计的思想，分别定义了目标鲁棒性及约束鲁棒性，将结构鲁棒设计问题描述成双目标优化问题，采用理想点法并结合序列二次规划优化策略求解该双目标鲁棒优化问题。为保持约束的可行性，根据最坏情况分析方法，在原始约束函数基础上加上带有惩罚因子的惩罚项。舱口盖及悬臂梁的设计结果表明了该方法的可行性。     

一个求解线性双层规划的全局收敛算法

用线性规划对偶理论讨论了线性双层规划的最优性条件,利用下层问题的对偶间隙,将线性双层规划转化为目标函数带惩罚项的单层问题,通过对转化后的单层问题进行求解,给出了一个求解线性双层规划局部最优解的方法,然后引进一种割平面约束来修正当前局部最优解,直到求得线性双层规划的全局最优解。提出的算法具有全局收敛性,并通过一个算例说明了算法的求解过程。