一类半无限极大极小问题的神经网络

本文考虑了一类半无限极大极小问题。首先将它等价转化为半无限非线性规划模型,再使用ku-hn-Tuckey条件、射影定理等,提出了求解它的一个神经网络模型。最后严格说明了该模型是Lyapunov稳定的,并收敛到原问题的一个精确解。     

半无限极大极小问题的信赖域方法

对半无限极大极小问题给出了一个信赖域方法，并且在较弱的条件下证明了其全局收敛性．     

非光滑约束优化的广义增广拉格朗日方法及其在半无限规划中的应用

为寻找非光滑约束优化问题的稳定点,基于已有的研究成果,提出了一种广义增广拉格朗日方法.即当罚参数有界时,证明了由算法产生的迭代序列的任何聚点都是原问题的稳定点.然后,在适当条件下将该方法应用到了半无限规划问题,并且给出了相关数值实验,证明了该算法对于求解非光滑约束优化问题是有效的.因此,非光滑约束优化的广义增广拉格郎日方法是一种非常有效的方法,在解决半无限规划问题中有十分广泛的应用.     

n集函数极小极大分数规划的最优性充分条件

本文主要讨论了n集函数极小极大分数规划最优性问题.首先介绍了具有广义V不变凸的函数的概念,然后在这类广义凸性性质下证明n-集函数极小极大分数规划的最优性充分条件.     

集函数的极小极大分数规划的最优性充分条件

文章给出了广义type-Ⅰ不变凸函数的概念,运用广义type-Ⅰ不变凸函数得到极小极大分数规划的最优性的充分条件。     

求解线性半无限规划问题的神经网络

考虑了线性半无限规划问题。通过运用极大熵方法,将多个约束条件的问题转化为单个约束条件的模型,并提出了求解它的一个神经网络模型,严格说明了该模型是Lyapunov稳定的,并收敛到原问题的一个精确解。数值实验表明,该模型不仅可行而且有效。     

一类广义I类不变凸半无限规划的最优性条件

利用对称梯度，对于一类半无限规划引入了几个非光滑广义I类不变凸性概念，进而在这些新广义不变凸性情形，给出了半无限规划的一些最优性充分条件。     

一类广义Ⅰ类不变凸半无限规划的最优性条件

利用对称梯度,对于一类半无限规划引入了几个非光滑广义Ⅰ类不变凸性概念,进而在这些新广义不变凸性情形,给出了半无限规划的一些最优性充分条件.     

一类不可微极大极小分式规划的最优性条件及其对偶

目的研究一类分子由可微函数和凸函数之和,分母由可微函数和凸函数之差的形式组成目标函数的广义分式规划问题。方法利用Abad ie约束条件下的最优性必要条件。结果导出此问题在(C,α,,ρd)-V-凸下的充分条件,同时建立一种对偶模型。结论其弱对偶、强对偶和严格逆对偶定理成立。     

一类广义Eps-凸半无限规划的最优性条件

利用Minch对称梯度,定义一类Eps-凸函数,研究涉及Eps-凸函数和广义Eps-凸函数的半无限规划问题的最优性,得到一些最优充分性条件。     

一类广义一致凸半无限分式规划的最优性条件

主要应用Clarke广义梯度,定义了一类广义一致(F,α,ρ,d)-凸(拟凸,伪凸)函数,并在这些新广义凸函数情形下研究了半无限分式规划问题,得到了一些最优性充分条件.     

解线性规划的广义起作用集法

给出了解线性规划的广义起作用集法。从极点出发的搜索方向是该点处所有下降棱方向的一种凸组合。一般情况下,迭代路径置于容许集的表面上,而不是象单纯形法那样迭代点沿着棱移动。由于广义方法的迭代通常要跳过一些极点,因此收敛速度比单纯形法有明显的提高。     

半无限规划的一个ODE型滤子算法

借助于NCP函数和滤子技术,提出了求解一类半无限规划问题的ODE型的滤子算法．该算法在每一步迭代时,仅需求一线性方程组系统．从计算的角度来说,这一技巧一般可减少计算量．在适当的假设条件下,该算法还是整体收敛的．     

一类广义半无限向量分式规划的最优性条件

利用局部渐近锥K,定义了（F,α,ρ,d）λ-V-伪凸函数、（F,α,ρ,d）λ-V-严格伪凸函数、（F,α,ρ,d）λ-V-拟凸函数、（F,α,ρ,d）λ-V-弱拟凸函数等几类广义凸函数,研究了涉及这些广义凸性的一类非光滑半无限向量分式规划的最优性条件．     

一类非光滑分式半无限规划的最优性条件

在广义一致凸函数，广义一致伪凸函数，广义一致拟凸函数的基础上，讨论了一类分式半无限规划的最优性问题，得到了涉及这些广义凸性的一类分式半无限规划的一些最优性条件。     

对称可微广义一致V-I型多目标半无限规划的对偶性

在广义一致V-I型不变凸函数的基础上,研究了一类多目标半无限规划的对偶性,得到了若干个弱对偶、强对偶和逆对偶定理.     

对称可微广义一致V-I型多目标半无限规划的最优性条件

对于一类多目标半无限规划中的广义V-I型不变凸进行了推广，蛤出了广义一致V-I型不变凸函数概念，并在这些广义一致V-I型不变凸性情形下，得到了一类非光滑多目标半无限规划的一些最优性条件。     

神经网络在二次规划问题中的应用

利用对偶神经网络解决了基于线性等式、 不等式和有 界约束的二次规划问题, 表明所研究的对偶神经网络具有整体指数收敛性, 与包含高次非线性条件的神经网络相比, 所提出的网络使用了更少的神经元, 并且网络的体系结构更简单.数值实验结果表明了该方法的有效性.