基于仿射算法的确定性全局优化算法

针对传统区间算法求解全局优化问题耗时长、空间复杂度较高及收敛速度较慢的缺点,引入仿射算法及局部优化算法,给出了一种全局优化求解的仿射算法.由局部优化算法和各求解区间上待优化函数的仿射运算得到全局最优解的一个上界,再依据对各区间仿射运算的下界与全局最优解上界的比较来确定相应区间的去留,通过对不含全局最优解的子区间的删除来确定最优解所在的子区间,并最终找到全局最优解.数值实验表明,该算法相对于传统的区间优化算法有较高的收敛速度,且占用的系统资源较少.     

一种新型的区间-粒子群优化算法

提出一种区间算法与粒子群算法相结合的新型优化算法.该算法改善了传统区间算法中存在的效率低及构造加速工具困难的问题,使区间算法可以更好地运用于高维模型.利用区间思想为新粒子的产生提供指导,并且利用粒子群算法的大范围随机搜索能力不断改进区间中心点的位置.随着算法迭代代数的增加,变量区间不断缩减,最终实现寻找全局最优目标区间的目的.对一些高维多峰值全局优化问题进行了仿真实验,结果表明该算法比传统区间优化算法更加有效.     

单变量Lipschitz全局优化的区间算法

本文提出了计算广义梯度和寻求单变量全局优化最小值的区间算法,定理与数值结果表明算法是可靠的和有效的.     

基于降维的全局优化近似解法

将降维应用到全局优化问题的求解中,提出了一个基于降维的全局优化近似算法,用以求解带箱约束的非线性全局优化问题。首先在区间[0,π]上构造一个新的降维公式,给出基于该降维变换曲线的α-致密度,再从降维曲线长度对该近似算法的计算量进行估计并给予证明,给出理论算法,最后给出了数值实验结果以说明算法的有效性。     

一个求解约束全局优化问题的单参数填充函数方法

构造了求解约束全局优化问题的一个新的填充函数,分析了该函数的分析性质,设计了一个基于该填充函数的全局优化算法.数值试验表明该算法是有效的.     

结合区间和符号方法的多变元多项式的混合全局最优化方法

提出了一种求解带边界约束的多变元多项式全局最优解的混合方法.混合是指在优化的过程中结合了区间方法、符号方法和数值方法.一方面通过区间方法在舍入误差存在的情况下得到包含最优解且满足要求的任意小区间;另一方面通过符号方法解决当Jacobi矩阵在区间内某点奇异时区间牛顿法无法验证驻点的存在性与惟一性的问题;同时,利用数值优化方法(如BFGS方法)来有效克服区间方法运算速度慢的缺点.此外,文中的算法非常有利于并行化,因此可以进一步提高算法效率.     

一种求解多目标优化问题的有效算法

为突破求解多目标优化问题已有方法的局限,研究一种新的全局收敛算法,其中目标函数和约束条件均为一阶连续可微函数。该方法结合理想点法和调节熵原理将带约束多目标优化问题转变成无约束问题,构造函数的区间扩张和无解区域删除原则,建立了区间调节熵算法,并证明其收敛性。数值算例表明,该算法是有效、可靠的。     

基于区间算法的航天器再入轨迹优化

区间算法是近年来出现的一种新的全局优化算法,本文将其引入到再入轨迹优化中来。首先建立了航天器再入区间模型,选取总加热量最小为性能指标,控制量则选为功角和滚转角;然后讨论了区间算法在再入轨迹优化中的可行性以及优势;其次根据该算法的特点,构建了待优控制量功角、滚转角的区间解析表达式,以及给出了约束条件的处理方法;最后分析并解决了该算法在再入轨迹优化中应用的其余关键问题。仿真结果表明,该算法能够保证在再入轨迹优化中找到全局最优解,相比于其他优化算法具有某些优势。     

一种修正PRP共轭梯度法的全局收敛性

PRP共轭梯度法是众多求解无约束优化问题的共轭梯度法中数值效果表现最好的算法之一.提出一种修正的PRP共轭梯度法,该算法始终产生充分下降方向,并且该充分下降性的产生不依赖于任何线搜索.在一定的条件下,证明了该算法在Armijo型线搜索下求解无约束优化问题时具有全局收敛性.最后,给出了相应的数值结果,证明了该算法的有效性.     

求解约束优化问题的改进粒子群优化算法

针对约束优化问题,提出了一种改进的粒子群优化算法.该算法利用罚函数法将约束优化问题处理为无约束优化问题,并利用可行基规则来更新个体极值和全局极值,使不可行的粒子尽快飞向可行域,显著提高了算法的全局搜索能力.在标准粒子群算法研究基础上,为了提高粒子群算法求解非线性复杂优化问题的性能,对速度方程和惯性权重做了改进.数值算例表明,该算法是求解约束优化问题的一种较为有效的全局优化算法.