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.     

求解非线性规划的原始对偶内点法

应用一个指数障碍函数和原始对偶内点法求解一个非线性规划问题, 并利用线性搜索方法建立了全局收敛性定理.     

非凸半定规划的鞍点存在性研究

主要利用矩阵分析的谱分解、Frobenius 内积及其相关性质，凸分析的凸集分离定理来研究非凸半定规划问题的鞍点的存在性，通过 3 种不同的方式给出并证明了鞍点存在的一些充分、必要以及充分必要条件。首先，利用一个不等式系统给出了与文献[1]中的对偶定理等价的一个鞍点存在的充分必要条件。然后，给出了广义的 KKT 条件，并在不变凸性的假设下，证明了广义 KKT 条件是鞍点存在的一个充分条件；若 x∈intC，则广义KKT 条件是鞍点存在的一个必要条件。最后，定义了一个扰动函数 ，并在非凸半定规划问题的最优解存在的假设下，利用此扰动函数给出了鞍点存在的一个充分必要条件：若非凸半定规划问题的最优解存在，则对偶可达且无对偶间隙等价于扰动函数v的上图在点 (0,v(0))处存在支撑超平面。
     

一类鲁棒凸优化的Mond-Weir型逼近对偶性

通过引入一类含有不确定信息的凸约束优化问题, 先借助鲁棒优化方法, 建立该不确定凸约束优化问题的Mond Weir型鲁棒逼近对偶问题, 再借助一类广义鲁棒逼近KKT条件, 刻画该不确定凸约束优化问题与其Mond Weir型鲁棒逼近对偶问题之间的逼近对偶性关系.     

Desargues三角形定理及其逆定理的关系与应用

在射影几何中,Desargues(德萨格)三角形定理及其对偶定理(逆定理),反映了"三点共线"与"三线共点"的对偶问题.从对偶思想出发,研究"三点共线"与"三线共点"的结构形式,使得德萨格三角形定理及其对偶定理具有一种"旋转"关系,进而给出这类问题求解的"规律性"方法.     

局部凸空间k-极凸性和k-极光滑性

引入了局部凸空间中k-极凸性和k-极光滑性这一对对偶概念,然后讨论与其它k-极凸性和k-极光滑性之间的关系,并给出了它们在P-自反的条件下的等价对偶定理.     

集值映射向量优化的最优性和Lagrangian对偶

目的 研究拓扑向量空间中集值映射优化问题及Lagrangian型对偶问题。方法将单值映射的广义次类凸概念推广到集值映射，在拓朴向量空间中建立了择一定理，通过择一定理研究集值映射优化问题的最优性必要条件，并定义了Lagrangian型对偶问题。结果获得了集值映射优化问题的最优性必要条件和对偶定理。结论其结果深化和丰富了最优化理论的内容。     

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.     

法锥条件下非凸规划的非内点同伦方法

利用不可行的内点同伦方法(CHIIP)求解非凸规划问题的KKT点. 证明了当非凸规划问题的可行域满足法锥条件时, 跟踪同伦方程产生的同伦曲线可得到非凸规划问题的KKT点, 且该算法具有全局收敛性.     

求解二次锥规划的非精确不可行内点法

给出一种求解二次锥规划问题的原 对偶非精确不可行内点算法. 通过引入一个不可行邻域, 所给算法可以运用非精确搜索方向且不要求迭代点位于严格可行解集内. 该算法是全局收敛的.     

原问题和三种对偶问题最优目标值的比较

建立与带约束的非凸优化问题目标函数有关的几种共轭函数,研究与之关联的Lagrange对偶问题、Fenchel对偶问题和二者结合的Fenchel-Lagrange等3种共轭对偶问题,对这些对偶问题的最优目标值进行了比较.     

求解线性0-1规划的一种连续化方法

线性0-1规划作为一种特殊形式的整数规划,在科学和工程问题中有许多应用.基于拉格朗日松弛方法,提出求解线性0-1规划的一种连续化方法.该方法不仅给出了原问题显式形式的对偶函数,而且对偶变量的数目仅等于原问题部分约束的个数,原来的线性0-1规划问题被转化为只有简单约束的普通优化问题,极大地方便了工程应用.以背包问题为例进行的数值实验表明,该方法是求解线性0-1规划的行之有效的实用方法.     

求解一般l1趋势过滤问题的原始对偶内点法

针对一般l₁趋势过滤问题提出一种原始对偶内点法，首先给出原始对偶内点法的算法框架，并对原始对偶内点法进行收敛性分析和算法复杂度分析.最后，将提出的算法和目前流行的半光滑牛顿增广拉格朗日方法和交替方向乘子法进行对比.实验结果表明：当模型中的参数变化时，原始对偶内点法更加高效和稳健.     

广义对偶单纯形方法

在已经得到的线性规划问题的基本解既不是原始问题的可行解，也不是对偶问题的可行解的情形下，介绍求解线性规划问题的广义对偶单纯形法，它是对偶单纯形法的推广，用此法迭代一次就可得到一个对偶可行解。     

一类非光滑规划K-T点都是极小点及弱对偶成立的充要条件

对于目标函数和约束函数分别是某些非光滑函数的单目标规划,讨论了它的每个K-T点都是全局极小点的充要条件以及原规划和它的混合型对偶之间的弱对偶成立的充要条件.     

互联网信息组织中一个模型的对偶求解

讨论了互联网信息组织和规划的一个新问题：带拒绝装箱问题，利用原始对偶互补松弛条件给出此问题的一个最优值的下界，利用下界值对应解的性质得到带拒绝装箱问题的一个近似算法．     

基于不可行内点算法的几何规划优化方法

提出了一种优化算法,用以解决古典正项式原－对偶几何规划问题．在一般假设下,该方法应用原－对偶不可行算法,在一类特殊的受摄动ＫＫＴ 系统中定义了一条原－对偶不可行路径,对于每个规划,都产生一个次可行解,规划问题的原－对偶目标函数值最后分别收敛到原－对偶规划值．算法迭代次数少,还不受几何规划问题艰度大小的限制．文中利用对数转换后目标函数Ｈｅｓｓｉａｎ 矩阵的特殊结构,讨论了算法实现问题．算法效果得到实例计算验证     

关于基于近似次梯度的非光滑优化束方法的对偶问题的研究

利用目标函数值和近似次梯度,构建了非光滑无约束优化问题目标函数的一个下近似模型,通过对该近似模型取极小寻找下一个可能使目标函数值下降的试探点.利用Lagrange函数写出了原近似问题的对偶问题,揭示了原近似问题的最优解与对偶问题最优解之间的关系,并进一步分析了相应的近似次梯度的某种凸组合与目标函数在当前迭代点的次微分以及目标函数的近似模型在当前迭代点的近似次微分之间的所属关系.所得结果为原近似问题的求解开辟了新思路,也使整个外层束方法的执行变得简单易行.     

多用户最优化的两种对偶方法

采用多用户问题的梯度近似分布式算法,对多用户最优化的原始对偶方法和正规化对偶方法进行了比较,集中于多用户凸最优化问题的概括,其中目标函数和约束函数不可分,而目标函数可通过非线性组约束,使用户决定耦合;在算法中,对原始对偶方法和正规化对偶方法可考虑不变步长,采用跨用户自然迭代计算,使每个用户能够只更新自身的决策变量．