单调优化的一种新的凸化、凹化方法

单调优化是指目标函数与约束函数均为单调函数的全局最优化问题.本文对严格单调函数提出一种新的凸化、凹化方法,进而将单调优化问题转化为等价的凹极小问题或反凸规划或标准D.C.规划问题.     

对偶理论在一类多项式全局优化中的应用

用Canonical对偶理论,讨论一类高阶多项式全局最优化问题的求解.首先将无约束多项式全局优化问题转换成箱体约束下的多项式全局优化问题,之后通过构造非线性变换对偶函数及相应的共轭函数,得到原问题的Canonical对偶问题.进一步通过求解对偶问题的最优解,导出原多项式全局优化问题的最优解,并给出对偶问题是凹函数的证明.最后应用所得方法,计算一个二元6次多项式全局最优化实例.     

基于模拟退火算法的最优控制问题全局优化

参数化后的最优控制问题是一类高维非光滑非线性约束优化问题,传统的非线性规划算法求解时存在着收敛性差、局部收敛等问题。针对上述问题,该文采用多重参数化方法处理最优控制问题,非可微精确罚函数方法处理约束条件,引入了具有良好全局收敛性的模拟退火算法求解参数化后的最优控制问题。典型的时间最优和燃料最优控制问题的求解结果表明：模拟退火算法有着可靠的全局收敛性,优于遗传算法以及序列二次规划等经典优化算法。     

一类全局优化问题的新的凸化、凹化法

对于目标函数非凸非凹,而约束函数具有凹、凸性的非线性规划问题,本文提出了一种新的凸化凹化法。把目标函数直接凸化、凹化,再把原问题转化为反凸规划问题或极小化问题或标准D.C.规划问题,从而求得原问题的全局最优解。     

倒向微分方程在一类奇异最优控制中的应用

利用Krotov方法把一类奇异最优控制问题转化为一族球约束的全局优化问题,然后引入一族初值连续依赖于时间参量的倒向微分方程,给出相应的全局优化问题的解析解,用以构造最优控制的解析表达式.     

Gurman摄动变换在非凸全局优化中的应用

讨论球约束下的一类非凸函数的全局优化问题.把全局优化问题转化为奇异最优控制问题,通过Gurman摄动变换引入canonical全局优化方法,得到判别全局优化问题的最优解的等价性条件和必要条件,并证明球约束下非凸二次函数的全局优化问题的最优解的一个充要条件.     

全局优化方法在最优控制中的应用

利用球约束下的全局优化的Canonical对偶方法得到了一类最优控制问题的离散解.首先经过一系列数学处理得到与原问题相应的球约束下的全局优化问题,然后利用Canonical正则空间上的微分系统方法寻找全局最优解.最后应用该方法求解两个例子.     

一类退化抛物方程的最优控制的存在唯一性

研究了一类在边界退化的退化抛物方程的最优控制问题,证明了目标泛函的极小值点的存在唯一性,并给出了最优控制函数的表达式.证明了最优控制的存在性,并导出最优控制存在的必要条件,通过证明优化系统解的唯一性得到最优控制的唯一性.     

关于求解全局优化的途径:从局部到全局(英文)

在实际应用中常常要求求解全局优化问题, 而用有效的求解全局优化问题是非常困难的.填充函数方法和打洞函数方法是两种全局优化的函数变换方法,有关文献的计算说明这些方法是有效的.本文将给出这两种全局优化方法最近的发展.首先分析原先由葛仁溥提出的填充函数和Levy与Montalvo提出的打洞函数方法的缺点.其次给出在箱子集或者全空间上无约束或者不等式约束的全局优化问题的单参数的新填充函数和变形打洞函数的定义,并构造出相应的填充函数和变形打洞函数.此外亦讨论整数全局优化问题的填充函数和变形打洞函数方法.最近还讨论了全空间上等式约束全局优化问题.最后给出综述,指出非线性规划的一个主要发展方向:混合整数非线性规划,给出用填充函数和变形打洞函数的求解途径.     

连续分片线性规划问题的山顶投影穿山法

连续分片线性规划是一类应用广泛的重要规划,寻找连续分片线性规划的全局最优解是研究这类规划的重点和难点。该文研究的是一种对此类规划进行全局寻优的确定性启发式算法。由于此类规划问题可以转化为凸多面体上的凹优化问题进行求解,因此利用凹函数的上水平集的凸性,该文提出可以通过直接穿透目标函数上水平集在其等值面上进行搜索,以逃离当前局部最优解进行全局寻优。该方法中每次逃离的搜索方向都通过山形凹目标函数的顶点投影来确定,因此称为山顶投影穿山法。在数值实验中,将所提出的山顶投影穿山法与CPLEX以及绕山法进行了比较,结果表明该算法在计算速度与全局寻优能力上性能优越。     

两个绝对值优化问题解的等价性

针对损失函数为最小一乘问题,惩罚项由基数函数定义的绝对值优化问题,提出用MCP(Minimax Concave Penalty)非凸正则来连续逼近基数罚,得到一个精确连续的绝对值优化松弛问题。首先,证明了带基数罚的绝对值优化问题的全局最优解;其次,研究了带基数罚的绝对值优化问题与带MCP罚的绝对值优化松弛问题之间全局最优解的等价性;最后,证明了在一定的条件下这两个绝对值优化问题具有相同的全局最优解。     

单调优化的一种新凸化和凹化方法

提出了一个新的凸化、凹化变换,并证明了单调非线性规划总能变换成相应的凹极小化问题或反凸规划或标准D.C规划问题,再利用已有的关于这些规划问题求全局最优解的方法,可以求得原问题的全局最优解.     

带有一个余凸约束的凹极小

针对在线性约束加一个余凸约束的条件下，求拟凹函数的全局极小问题，提出一个先构造包含整个可行域的单纯形，然后在目标函数值最小的极点附近逐步予以修正，使之局部重合于可行域的凸包，而得到问题的全局最优解。算法采用分枝和割平面相结合的技巧，对于凡能计算函数值的拟凹函数和凸约束函数，算法就易于执行，并具有有限步终止的收敛性质。由于算法仅在目标函数小的局部搜寻可行域的极点，故当变量及约束个数较大时，计算量远小于极点排序法。     

基于一种新的γ-扩张凹极小化问题的割平面算法

首先,介绍凹极小化问题的有关内容及割平面算法的思想.然后,给出一种变上限函数积分法,并利用该积分法来求解凹极小化过程中γ-扩张的γ数.新算法在有限步内得到原问题的一个近似最优解,且算法的近似最优解为全局最优解.最后,通过数值试验证明了新算法是可行有效的。     

求不定二次规划问题全局解的单调化方法

 不定二次规划是全局优化的一类重要问题,在金融、统计、工程设计等实际问题中有广泛应用。但此类问题可能存在多个非全局最优的局部极值点,所以求其全局最优解变得十分困难。运用单调优化理论提出一种求不定二次规划问题全局最优解的新方法：通过引入新变量将问题等价转化为单调优化问题,然后利用问题的单调结构进行缩减、分割、辅助问题最优值的定界等过程获得近似全局最优解。该解不仅可行且能充分接近真实的全局最优解,数值结果表明方法可行有效。     

一类数学规划问题的新的凸化和凹化方法

给出了满足一定条件的数学规划问题的一个新的凸化、凹化方法,从而将这一类规划问题转化为等价的凹极小问题,再利用已有的算法求解该问题。     

集值优化问题严有效解的高阶最优性条件

在实赋范线性空间中考虑集值优化问题的严有效性.当目标函数和约束函数均为锥凹集值映射时,利用凸集分离定理并借助集值映射高阶导数给出了带约束集值优化问题取得严最大有效解的Fritz John最优性必要条件,并用构造性方法证明了集值优化问题取得严最大有效解的充分条件。     

求解一类非线性规划问题的新途径

给出了一类约束函数单调而目标函数非单调的非线性规划问题的一种新的求解方法。首先给出了将其目标函数单调化的一种方法，然后．通过这个方法将这类非线性规划问题转化为等价的单调规划问题，进而利用已有的关于单调函数的凸化、凹化方法，可将其转化为等价的凹极小问题或反凸规划问题以及标准DC规划问题．再利用已有的关于这些规划问题求全局极小点的方法，可以求得原问题的全局极小点。