一类具有多重二层决策的线性双层规划问题及其推广

讨论一类极小化双层规划问题:其第一层是线性规划,第二层是K(K≥1)个带有参数的线性规划;给出了这类双层规划问题具有恰当罚函数的充要条件,并且指出此类问题在一定条件下解的性质;考虑了第一层目标函数为线性分式函数而其余条件不变时的推广问题,得到了类似的结果.     

关于恰当罚函数的注记

本文就Ｍａｎｇａｓａｒｉａｎ提出的关于恰当罚函数的两个结果在更弱的条件下给出较强的具有全局观点的结果，证明方法的简洁性使我们能将这些结果推广到广义分数规划间题中去。     

非线性混合整数规划的罚函数法

本文主要对非线性混合整数规划问题的求解进行讨论.首先介绍传统的l1精确罚函数及其性质,但由于l1精确罚函数的不光滑性,用l1精确罚函数求解时还必须将其连续化.为了计算简单,我们通过构造一个光滑的精确罚函数,它可以直接将非线性混合整数规划问题化为一个无约束的规划问题,然后给出了一个全局解等价的充要条件,从而可通过求解无约束的规划问题而得到原问题的解.     

互补约束数学规划问题的一个广义梯度投影罚算法

结合罚函数思想和广义梯度投影技术, 提出求解非线性互补约束数学规划问题的一个广义梯度投影罚算法. 首先, 通过扰动技术和广义互补函数, 将原问题转化为序列带参数的近似的标准非线性规划; 其次, 利用广义梯度投影矩阵构造搜索方向的显式表达式. 一个特殊的罚函数作为效益函数, 而且搜索方向 能保证效益函数的下降性. 在适当的假设条件下算法具有全局收敛性.     

一个新的低阶精确罚函数及其性质

为了求解不等式约束非线性规划问题,提出一个新的低阶罚函数,它是经典l1罚函数和低阶罚函数的一种组合.理论分析和例子表明,新提出的低阶罚函数具有这两种罚函数的各自优点.另外,还提出了一个求解此问题的罚函数方法并证明了该方法的全局收敛性.     

一类分式双层规划的解及其性质

讨论一类双层规划：第一层中的目标函数是分式且约束是线性的，第二层是带参数的线性规划。给出了这类双层规划具有恰当罚函数的充要条件，以及这类问题的解的一些性质。     

非线性优化问题的光滑化序列二次规划方法

为了获得序列二次规划方法的全局收敛性,通常需要借助一个罚函数,但常用的罚函数由于具有不可微性从而给计算带来一定的困难,拉格朗日函数虽然可以克服此困难,但其形式较为复杂,为解决该问题,给出了一类光滑化罚函数.基于一类双曲余弦型光滑化罚函数,提出了等式约束优化问题的一个光滑化序列二次规划方法.该光滑化函数具有良好的连续、可微性和凸性质,在适当条件下,获得了算法的全局收敛性,并给出数值测试说明了算法的有效性.     

广义半无限极大极小规划的一个新的最优性条件

由于广义半无限极大极小问题的极大函数的约束集合随x的变化而变化,增加了对该问题的理论分析和求解难度.为了克服这种情况,许多研究者考虑通过转化消除约束集合中的约束f(x,y)≤0.本文是通过一类由1范数定义的精确罚,将广义的半无限极大极小规划中的约束条件消除,使该问题转化为半无限极小极大极小规划.在不需要假设集合的条件下证明,当罚参数充分大时,半无限极小极大极小规划与广义半无限极大极小问题具有相同的最优值,相同的局部最优解以及相同的全局最优解.利用这种等价性,进一步给出了广义半无限极大极小问题的一个最优性条件.最后,对本文中建立的最优性条件与其它文献中的最优性条件之间的关系进行了讨论.     

求解向量广义Nash平衡问题的一个精确罚函数方法(英文)

研究约束向量广义Nash平衡问题,其中所有函数都是凸的.利用精确罚函数技巧,在一定条件下,证明了解这样的约束向量广义Nash平衡问题可以简化为解约束向量Nash平衡问题.     

广义几何规划的一类全局收敛算法

以增广Lagrange函数为基础,采用比较先进的Armijo步长搜索策略,对等式约束下的广义几何规划问题提出了一种有效的拟牛顿乘子法,并且在适当条件下,可以避免罚因子趋于无穷,最后证明了该算法的全局收敛.     

精确罚函数若干性质及算法

针对含约束的非线性规划问题,已有文献提出一些精确罚函数,这些精确罚函数能使用许多行之有效的解析方法,而且在一定条件下具有精确性和光滑性。本文在已有文献的基础上讨论了一种精确罚函数的若干性质,分析了该罚函数的罚参数与原问题最优解以及罚问题最优解之间的关系,还针对这种精确罚函数的形式设计了算法,并通过具体算例验证了可行性和有效性。     

广义几何规划一个超线性与二次收敛算法

建立带等式与不等式约束的广义几何规划一个新的快速收敛算法,算法的搜索方向由一个二次规划和一个线性方程组的解产生,效益函数为广义精确罚函数．在适当的条件下证明了算法的全局收敛性、超线性收敛性与二次收敛率．     

Approximation-exact penalty function method for solving a class of stochastic programming

0　IntroductionSincethemultistagestochasticprogrammingcanusuallybetransformedintoasingle stagestochastic program ming[1 3] .Specifically ,two stageconvexstochasticprogrammingproblemwithcompletecourseisequivalenttominimizingsingle stageconvexstochasticprogramming[4,5] .Therefore,researchingtheoryandalgorithmsrelevanttothesingle stagestochasticpro grammingwillbesignificant.Inthispaper,weconsiderthefollowingsingle stagestochas ticprogramming.minimizef(x)s.t.gi(x ,ξ)≤ 0 ,i=1,… ,m ,x∈Rn (1)wh…     

Exact penalty method for the nonlinear bilevel programming problem

In this paper, following the method of replacing the lower level problem with its Kuhn-Tucker optimality condition, we transform the nonlinear bilevel programming problem into a normal nonlinear programming problem with the complementary slackness constraint condition. Then, we get the penalized problem of the normal nonlinear programming problem by appending the complementary slackness condition to the upper level objective with a penalty. We prove that this penalty function is exact and the penalized problem and the nonlinear bilevel programming problem have the same global optimal solution set. Finally, we propose an algorithm for the nonlinear bilevel programming problem. The numerical results show that the algorithm is feasible and efficient.     

一种新的精确罚函数

对于含约束的非线性规划问题，提出了一种新的精确罚函数的构造，使得它能采用无约束优化方法中许多有效的解析方法。这种新的精确罚函数不同于已经研究的罚函数形式，在一定条件下同时具有精确性和光滑性,为研究同时具有精确和光滑的罚函数方法提供了一个新的途径。文章还讨论了这种精确罚函数的一些性质定理。     

逼近精确罚函数法求解单阶段随机规划

提出了一种求解单阶段随机规划的算法——逼近精确罚函数法.首先,通过离散化随机变量的方法得到逼近原问题的确定非线性规划序列,然后,建立精确罚函数并构造无约束最优化问题.在一定的条件下,证明了确定非线性规划序列与无约束最优化问题的等价性,同时也证明了离散序化的解序列收敛到原规划的解.     

B-预不变凸函数在多目标规划中的对偶问题

B-预不变凸函数是一类十分重要的广义凸性函数,是对B-凸函数的一种十分重要的推广形式。自S.K.Suneja等人建立B-预不变凸函数的概念以来,许多学者对其进行了更加深入的研究,得出了一系列十分重要的结果。本文基于广义凸性在数学规划及最优化理论中的重要作用,在已有文献的基础上,利用函数的B-预不变凸性,给出了多目标规划的一些对偶性结果,分别建立了Mond-Weir型对偶模型和Wolf型对偶模型的强对偶性和弱对偶性结果,本文的结论是对最近一些文献中相应结论的改进与推广。