非凸全局最优化的一种凸化、凹化方法

给出了一种凸化、凹化变换,将一个严格单调函数转化为一个凸或凹的函数;给出了一种凸化和凹化变换,在约束函数都是单调递减时,将一个既不单调凸也不是单调凹的目标函数转化为一个凸和凹函数;最终,将原始问题转换成一个凹极小问题或反凸规划问题来求得其最优解.     

基于Helinger函数的极小极大分布鲁棒优化问题的一个等价形式

许多有重要价值的实际问题的数学模型为极小极大分布鲁棒优化模型,该类模型常存在的分布是不确定的,基于Hellinger距离散度,探讨了极小极大分布鲁棒优化问题的一个等价形式.基于Hellinger距离散度函数构造了不确定集;用测度变换的方法把一个关于分布的优化问题转化为关于似然比的凸优化问题;利用凸优化问题的对偶理论证明了内部极大化问题解的存在性;建立了内部极大化问题的等价形式.     

判断两个凸多面体相交的简单方法

在智能机器人路径规划的仿真系统中,碰撞检测算法的实时性非常关键，碰撞检测可以建模为判断2个三维凸多面体是否相交的问题.可将该模型转化为判断一个简单的线性规划是否有解的问题，实验结果表明该方法是有效的。     

基于修正的χ2-距离散度的不确定概率约束优化

许多有重要价值的实际问题的数学模型为不确定性概率优化模型,如决策问题等,该类模型常存在分布的不确定性。研究了基于修正的χ2‐距离散度的不确定概率优化问题,构造了基于修正的χ2‐距离散度的不确定集,对模型内部极大化问题进行求解。研究了最坏情况下的概率函数,用测度变换的方法把一个关于分布 P的优化问题转化为关于似然比瞊（ξ）的凸优化问题;应用凸优化问题的对偶理论,证明了拉格朗日对偶问题的等价性,并且得到了不确定概率优化问题的等价形式。     

多模型系统最优同时镇定状态反馈控制器设计算法

对于一类可以用有限多个状态方程来描述其动态特性的多模型系统,研究了同时镇定最优状态反馈控制器设计问题,即设计一个状态反馈控制器,使得闭环系统渐近稳定,并对指定的二次型性能指标进行优化．文中在导出闭环系统渐近稳定的充分性条件的基础上,探讨给定二次型性能指标的优化问题,并最终将该状态反馈控制器的设计问题转化为基于线性矩阵不等式（ＬＭＩ）的凸优化问题进行求解．由于将原问题转化为凸优化问题,确保了求得的解必定为全局最优解．最后给出了两个实际系统的设计算例,其结果表明了算法的有效性．     

求解二次规划的一个基于梯度的新神经网络

根据问题自身的结构特点，通过将其转化为等价的方程，提出了求解凸二次规划的一个基于梯度的新神经网络模型．严格证明了它是Liapunov稳定的，并且渐近收敛于原问题的精确解．讨论了其全局指数稳定性，该模型不需要选择自反馈或辅助联结权矩阵，且网络规模小于原问题．模拟实验表明新模型不仅可行，而且有效。     

基于全局优化方法的SAR图像快速分割算法

为解决变分水平集分割模型能量泛函的非凸性及其易陷入局部极小值解的问题,研究变分水平集分割模型的全局优化问题.基于Aubert-Aujol (AA)去噪模型和变分水平集方法,提出一个局部统计活动轮廓模型;然后通过凸松弛技术将提出的模型转换成全局优化模型;再利用分裂Bregman技术将全局优化模型转化为两个易于计算的Shrinkage算子和Laplace算子.通过对合成图像和Envisat SAR图像的分割实验,提出的全局分割模型不仅能够快速地得到全局最小值,而且比经典模型更准确地得到图像分割边缘.      

一种无线传感器网络自身节点定位算法

基于无线传感器网络定位中半定优化算法的特点,提出了一种基于信号到达角信息的无线传感器网络节点自身定位算法,将所有节点之间的角度关系表述为凸规划约束条件,从而将定位问题转化为一个凸集优化问题,节点间的几何关系也相应地转化成为线性或二次约束条件.在理想情况下,该算法将定位问题转化为一个线性规划问题.实际情况中考虑到测量误差,通过引入辅助变量,将定位问题转化为一个二次规划问题.仿真结果表明,当信号到达角测量误差增加10°左右时,该算法仍可取得满意的定位精度.     

一类Minimax分式规划问题的迭代算法

对一类Minimax分式规划问题(MFP)提出一个迭代算法.首先通过引进变量和指数变换,将问题(MFP)等价转化为问题(Q),然后利用代数-几何平均不等式以及合适的转化过程,将等价问题(Q)压缩为凸规划问题(Q).从而根据选择不同的点所对应的压缩问题(Q),将原问题的求解过程转化为求解一系列的凸规划问题.数值实验表明算法是可行有效的.     

投资组合优化模型的一个序列凸近似算法

以CVaR为代表的凸优化投资组合模型近年来引起了广泛研究.为克服传统投资组合模型中凸近似的不足,提出了一个投资组合的DC规划模型.该模型用一个DC函数替代了CVaR模型中的凸近似函数,同时要求所有约束条件在概率意义下成立.进一步地,提出了一个序列凸近似(SCA)算法用于求解DC规划问题,并运用Monte-Carlo方法来实现SCA算法.初步的实验结果表明,因子收益服从"尖峰厚尾"分布时,模型的目标函数值优于采用CVaR近似的目标函数值.     

凸约束不定二次规划问题的分枝定界方法

针对凸约束不定二次规划问题,给出一个分枝界定方法。通过将凸约束不定二次规划问题等价地转化为凸凹规划问题,利用超矩形体的二分技术和锥剖分技术,在超矩形体上确定原问题的最优解,并进行了收敛性分析。     

一类数学规划问题的新的凸化和凹化方法

给出了满足一定条件的数学规划问题的一个新的凸化、凹化方法,从而将这一类规划问题转化为等价的凹极小问题,再利用已有的算法求解该问题。     

凸复合多目标优化h题的二阶最优性条件

研究了闭凸约束下凸复合多目标优化的最优性条件,利用标量凸复合优化问题的最近结果,获得了二阶必要条件;并且通过把标量化问题转化为带有非有限值凸函数的凸复合优化问题,导出了二阶充分条件.     

凸复合多目标优化问题的二阶最优性条件

研究了闭凸约束下凸复合多目标优化的最优性条件,利用标量凸复合优化问题的最近结果,获得了二阶必要条件,并且通过把标量化问题转化为带有非有限值凸函数的凸复合优化问题,导出了二阶充分条件。     

基于CVaR的电价敏感用户组合购电风险模型

智能电网背景下的实时定价机制可以提高整个社会的福利水平，而对于电价敏感用户则具有两面性，机遇与挑战并存。以条件风险价值(CVaR)为风险测度，建立了电价敏感用户为规避购电风险在电力金融市场与现货市场进行组合购电的优化模型，并针对模型中的非光滑函数提出一个新的一致光滑逼近函数，将模型转化为光滑凸规划问题。仿真分析验证了模型的合理性与算法的有效性。     

求解一类半无限多目标规划的神经网络算法

考虑了一类半无限多目标规划问题.根据极大熵方法,先将其转化为半无限单目标可微凸优化问题.再由原问题和对偶问题之间的关系,提出了求解它的能量函数和神经网络模型,并证明该神经网络模型的解是一致渐近稳定的.该模型结构简单,规模小.     

求解绝对值线性互补问题的一种广义牛顿法

本文研究了在绝对值互补问题的矩阵A-Dx正定的条件下,求解绝对值互补转化为求解凸二次函数极小值问题,并且利用该转化提出了一个求解绝对值互补问题的广义牛顿算法,证明了该算法的全局收敛性,并通过数值实验表明本文所提出的算法的有效性.     

一类全局优化问题的新的凸化、凹化法

对于目标函数非凸非凹,而约束函数具有凹、凸性的非线性规划问题,本文提出了一种新的凸化凹化法。把目标函数直接凸化、凹化,再把原问题转化为反凸规划问题或极小化问题或标准D.C.规划问题,从而求得原问题的全局最优解。     

低秩半定最小二乘问题

讨论低秩半定最小二乘问题(lrSDLS)的启发式方法,并利用l0范数的光滑近似函数将(lrSDLS)中的非光滑非凸秩函数进行光滑化处理,并对其线性化,进而转化为光滑凸优化问题,为使用光滑优化方法近似求解(lrSDLS)提供了一个新的途径.     

计算两个凸多面体间距离的一个新算法

文章讨论了计算两个凸多面体间的距离的问题。首先分析了不相交凸多面体间的距离的特点，证明了该距离恰是其公垂线段的长度，再利用正交投影把确定此距离转化为一个优化问题。给出了此优化问题的两种解法——5变量的线性观划算法和2变量的区域搜索算法，并对计算复杂性进行了分析。该方法的优点是存储量小，只需存储凸多面体的顶点信息，并可推广来确定移动凸多面体间的距离及一个凸多面体的最大(小)跨度。