一个新的全局最优化问题的填充函数

提出了应用于非光滑无约束全局最优化问题的填充函数法.对填充函数进行了扩充和改进,提出了新的适应于非光滑情况下最优化问题求解的填充函数,并构造算法.数值分析表明,所提出的算法是可行的、有效的.     

用于全局优化的一类填充函数构造方法

填充函数法是1种求多变量,多极值函数全局最优的有效方法.不同的填充函数对问题的优化效果是不同的,而具体填充函数的构造需要一定的理论来指导.本文提出了1类单参数填充函数的构造方法, 并对它做了理论上的分析.据此构造方法,可以构造出许多有效的填充函数.文中具体构造了1个填充函数,数值结果表明其运算效果是好的.     

求无约束连续全局优化问题的单参数填充函数法

填充函数法是一种求解多维多模态函数全局极小点的有效方法.由于已有填充函数存在指数项和较多参数而导致数值实验效果不理想.为此,提出了一个新的单参数填充函数,该函数形式简单且满足定义中的所有条件.基于此填充函数设计了相应的算法,数值实验表明该算法有效可行.     

一类多策略调参填充函数及其在全局优化问题中的应用

首先提出一类可以多策略调整参数的填充函数,并对其作理论分析;其次给出该类填充函数的多策略使用方法,获得了构造较好的填充函数应该采取的措施;最后,实际构造一个填充函数,数值仿真结果表明此设计理论不仅是有效的,而且还增强了现有的一些填充函数计算能力.     

全局最优化问题的填充函数算法

填充函数法是由Ge R.P.教授在1990年提出,该类算法是求解全局最优化问题的一种重要的确定性算法。本文受以前学者工作的启发,提出了一个新的无参数填充函数算法,并对其进行了数值试验,试验结果验证了该填充函数算法是有效的。     

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.     

一种基于填充函数的神经网络全局优化算法

针对前向神经网络BP算法由于初始权值选择不当而陷入局部极小点这一缺陷,提出新的全局优化训练算法.首先,提出了一种新的填充函数,并证明该函数的填充性质,进而结合该新填充函数与BP算法,构造出基于填充函数的全局最优化神经网络算法.应用全局优化算法训练神经网络时,如果误差函数陷入局部极小值,该算法可以利用填充函数帮助误差函数不断地跳出局部最优,直到找到全局最优点.该新算法的最大优点是对于初始权值无依赖性,避免了BP算法易陷入局部极小值的缺点.理论分析和仿真试验结果证明了该全局优化神经网络算法的有效性和优越性.     

一个新的求无约束全局优化的填充函数

根据Zhang对填充函数的新的定义给出了一个新的求无约束全局优化问题的填充函数,并根据这个填充函数提出了相应的填充函数算法。数值试验表明此算法是有效可行的。     

有约束连续全局优化问题的填充函数

求解全局优化问题的填充函数法的关键在于构造一个称为填充函数的辅助函数,给出了一类求解带约束的连续全局优化问题的填充函数,讨论了其填充性质.     

全局优化的一类新的填充函数

使用填充函数法求解无约束问题的全局极小点, 用较一般的连续可微导数大于零的函数组合得到了一类新的填充函数, 并给出了相应的收敛性证明及满足此条件的一些特殊函数. 算例结果表明, 使用新填充函数更有效.     

一个新的改进定义下的单参数填充函数

填充函数法是一种解无约束最优化问题的方法,该方法的关键是构造填充函数。引入一个改进的填充函数的定义,构造了一个单参数填充函数,并分析证明了所给填充函数的几个性质。     

A One-parameter Filled Function Method for Nonlinear Integer Programming

IntroductionWe consider the following nonlinear integer programmingproblem:(PI)minf(x)s.t.x∈XI,(1.1)whereXI Inis a bounded and closed box set whichcontains more than one point,Inis the set of integer pointsinRn.This i mplies that there exists a constantK>0suchthat1≤K=maxx1,x2∈XI‖x1-x2‖<∞,where‖·‖is the usual Euclidean nor m.f(x)=+∞asx∈In\XI.Notice that,whenf(x)is coercive,i.e.,f(x)→∞as‖x‖→∞,there al ways exists a box which contains alldiscrete global mini mizers off(x).…     

无约束全局优化的一个新凸填充函数

对连续的非线性全局最优化问题，给出了一个新的凸填充函数，该函数带有两个容易调节的参数，它克服了原有的凸填充函数在计算上的不足之处；在讨论了所给出的凸填充函数性质的基础上，提出了一种求解连续无约束全局极小化问题的一种新的凸填充函数算法。     

求解非线性整数规划全局最优解的填充函数法

提出了一个填充函数,用来求解严格路径连通域上的非线性整数规划全局最优解问题。探讨了该填充函数的理论性质,提出了相应的求解算法,并进行了算例测试。测试结果表明该算法令人鼓舞。     

用于全局优化的一种有效的单参填充函数

填充函数法是一种求解多变量、多极值函数全局最优的有效方法,但该方法的优化效果与构造的填充函数关系密切．构造了一种形式简单的单参数填充函数,并对其进行理论分析和仿真实验．对6个基准函数的数值实验表明,构造的填充函数对参数依赖性小,全局收敛速度快．     

Meyer-K(o)nig and Zeller算子的4阶矩和6阶矩

对Meyer-K(o)nig and Zeller算子的4阶矩及6阶矩进行了研究,通过推导计算,给出了该算子4阶矩及6阶矩的估计结果.     

解全局优化问题的一个单参数填充函数

为找到全空间上求解无约束全局最优化问题更有效的填充函数法,给出了一个新的填充函数。研究了此填充函数的相关性质,提出了一种新的算法,数值计算结果表明,此算法有效可行。     

基于局部填充函数的混合优化算法的改进

填充函数算法是求解全局优化问题的常用算法,其应用效果依赖于如何合理地选择算法参数。为了方便地选择参数,该文提出了局部填充函数的概念,讨论了基于局部填充函数的混合优化算法的改进策略。对于给定的参数,混合优化算法寻找一个包含极小点的区域,使得所构造的函数在该区域上满足局部填充函数的定义,从而利用局部填充函数的性质简化寻优过程,减少优化过程中参数调整的次数和难度,提高算法的效率和稳定性。此外,针对填充函数算法研究中简单盆存在性问题,该文给出了一个实例,说明二次连续可微的函数在一定条件下其孤立极小点附近可以不存在简单盆。