序列无约束极小化技术和遗传算法在非线性规划中的应用

提出了一种求解带约束非线性规划问题的一般方法,与现有的方法相比,它不受可导性,单峰性和是否病态等因素的限制,适用范围广,实例说明该算法的对带约束非线性规划问题的求解十分有效。     

非线性混合整数规划的一类罚函数法

在有界闭箱中对非线性混合整数规划问题进行探讨和研究,将非线性整数规划问题的连续化理论推广到一般非线性混合整数规划情况.为了计算简单,对一般约束优化问题,通过构造适当的罚函数,直接将非线性混合整数规划问题化为一个无约束规划问题.结果表明当罚参数充分大时,可以将无约束和有约束的非线性混合整数规划问题转化为非线性连续全局优化问题求解,得出非线性混合整数规划与相应的连续的全局解的等价性的几个充分条件,给出了证明.此外,列举一些实例对该方法作说明.     

组合极大熵同伦方法求解一类非凸非线性规划问题的K-K-T点

利用组合极大熵同伦方法, 研究一般的非凸非线性规划问题. 首先运用极大熵函数将多约束的规划问题转化为单约束规划问题, 然后构造求解单约束规划问题的K K T系统的同伦方程, 得到了求解大型约束规划问题的一种有效路径跟踪方法, 并证明了其大范围收敛性.     

高效计算时间最优轨迹的牛顿-共轭梯度增广拉格朗日方法

基于牛顿-共轭梯度(Newton-CG)增广拉格朗日算法, 给出了一种计算机数控(CNC)系统时间最优轨迹规划问题的高效求解方法. 通过非线性变量代换, 时间最优轨迹规划问题被表述为一个固定时间域的凸最优控制问题. 基于扩展极大值原理, 证明了弦误差与分轴加速度约束的时间最优轨迹具有bang-bang的约束结构. 基于控制向量参数化方法, 问题被转化为具有无穷维约束的半无穷规划问题. 通过构造拉格朗日函数, 约束优化问题转化为一系列无约束问题. 由于问题凸性, 故迭代求解采用高效的线搜索Newton-CG方法. 通过求解给定测试路径的时间最优轨迹规划问题, 验证了所提方法的有效性.     

具有线性不等式约束非线性规划问题的降维算法

对线性约束的一般非线性规划问题进行了研究,在算法中提到的起作用集策略,与常见的起作用集算法相比较;在迭代过程中求解等式约束子问题时采用了降维算法,而对于不等式约束子问题采用了起作用集算法.通过数值试验,说明了算法的有效性.算法对于求解非线性约束非线性规划问题提出了一种新思路,将非线性约束线性化,解决一般此类问题.     

基于 Hopfield 网络的约束广义预测控制

本文将Ｈｏｐｆｉｅｌｄ网络的快速优化计算能力应用于带预测输出约束及输入约束的广义预测控制的求解。推导了带约束的预测模型,并将约束广义预测控制的求解化为典型的约束二次规划。提出一种求解约束非线性规划的Ｈｏｐｆｉｅｌｄ网络结构,并证明了其收敛性和稳定性。     

一类二层多目标规划的混沌遗传优化算法及其应用

针对求解一类二层多目标规划问题,首先将其转化为等价的单目标规划问题,然后利用遗传算法优化的反演性和混沌优化方法的遍历性,并结合精确罚函数求解非线性约束优化问题,提出了求解此类问题的混沌遗传算法.该方法能够有效改善遗传算法的局部搜索能力和搜索精度,求解精度和可靠性较高.实际算例表明,算法是有效可行的.     

非线性规划方法简介(Ⅳ)

第六章带非线性约束的最优化问题这一章我们叙述带非线性约束的最优化问题的算法。带非线性约束的最优化问题比线性约束的最优化问题处理起来要困难得多,这方面的算法及有关理论的研究主要是近十多年来发展起来的。大致说来,解决非线性约束的规划问题有这样几种途径:一是把带约束的非线性规划问题变换为若干个或一系列无约束的规划问题,这就可以用无约束的规划问题的方法来解决,例如罚函数方法和障碍函数法;一是把可行方向法和投影法推广到非线性约束的规划问题,这种推广主要是解决由于可行点集的非线性边界带来的困难;一是把非线性约束条件逐次线性化,把原问题归结为解决一系列的线性约束的子规划。此外,还有解非线性约束     

不等式约束优化问题的一个精确增广拉格朗日函数

给出了求解只带有不等式约束非线性规划问题的一个连续可微精确增广拉格朗日函数法,并讨论了它的精确性质.该方法的主要特点是:在适当的假设下,通过对这个增广拉格朗日函数在原问题变量和乘子变量的积空间上进行一个单一的无约束极小化,即可获得原约束问题的解,从而可以有效地使用标准的无约束极小化方法求解不等式约束非线性规划问题.     

基于粒子群算法的整数规划问题的求解算法

整数规划是运筹学的一个分支,一直以来没有很好的求解算法.目前有研究人员尝试用粒子群算法求解整数规划,但都只能解决无约束整数规划问题.提出了一种求解约束整数规划的粒子群算法,能够解决有约束线性和非线性整数规划问题.