向量优化问题严格有效性的二阶最优性条件

 利用约束集的相依锥以及线性锥,结合凸集分离定理,在适当的正则性条件下得到了一类带字典序的向量优化问题的Lagrange乘子法则,并在此基础上提出了Lagrangian函数的概念.同时,利用Lagrangian函数建立了向量优化问题严格有效性的二阶最优性条件.     

一种新的Lagrange乘子法

基于Lagrange乘子法中将与不等式约束相关的乘子定义为原乘子的正定函数,用同样的方法处理不等式约束和等式约束的构想,构造了一种新的Lagrange乘子法. 分析了该算法的收敛性,并利用LaSalle不变集原理揭示了算法稳定机制及如何减弱收敛条件和扩大收敛域. 分析表明,算法在稳定因素和不稳定因素的综合作用下获得最优解.     

约束优化问题的一种投影梯度Lagrange乘子法

运用Lagrange乘子法,将一般约束优化转化为仅含等式约束的优化问题,然后就线性与非线性两种情况进行讨论,通过投影梯度法来求解优化子问题。对于线性的情况得到一种可以不用计算初始点的最优化算法,最后的数值算例说明了算法的可行性与有效性。     

用最优化计算方法进行型线光顺优化设计

通过对某些特定舰船型线光顺设计问题的数学分析，建立了型线光顺设计问题的数学模型，提出了用约束最优化计算方法进行型线优化设计，并通过混合罚函数和增广Lagrange乘子法这两种最优化计算方法的对比，验证了增广Lagrange乘子法的优越性。     

神经网络模型求解约束优化问题的研究

依据罚函数及动态处罚法设计增广Lagrange乘子函数,获得新的神经网络模型解决约束优化问题。理论论证了该模型的稳定性以及在一定条件下网络收敛的平衡点即为所解决的优化问题的最优解。事例仿真论证了该模型处理优化问题的有效性。     

一类拟线性Schr?dinger方程L2约束解的多重性

通过一个新的形变引理,研究了如下拟线性Schr9dinger方程在22约束解的多重性.■其中m>0是给定的常数,μ∈?是Lagrange乘子.     

不等式约束的广义拟可微优化问题最优性条件

Bracken—McGill双层规划问题和其他某些熏要的不可微优化问题均是广义拟可微优化问题,这类问题的最优性条件的研究是非常重要的．为此提出了一个关于一类正齐次函数的Farkas引理,基于这一引理,在一约束规范之下,建立了不等式约束的广义拟可微优化问题的最优性条件,并证明约束规范是一个正则条件的充分条件．     

一类伪线性优化问题解集的刻画 (运筹学与控制论)

凸和广义凸在数理经济、工程学、管理科学和最优化理论中有着很重要的地位。本文在广义不变凸性下主要研究了一类非线性优化问题解集的刻画。文中利用了Dini上方向导数和Lagrange乘子研究了一类带约束的η-伪线性优化问题解集的刻画。首先在Dini上方向导数的背景下,给出了此类带约束的非可微伪线性规划问题的一些性质;然后在一定条件下证明了此类问题的可行集和最优解集是不变凸的;最后利用Dini上方向导数和Lagrange乘子得到了最优解集的一些等价刻画。     

一类伪不变凸极值问题解集的刻画

有研究对可微的无约束伪不变凸极值问题的解集进行了刻画。本文在此基础上,在广义不变凸性假设下,利用广义Clarke梯度和Lagrange乘子研究了一类不可微的带约束的伪不变凸极值问题的一些性质。首先在广义Clarke梯度的基础上,给出了此类带约束的非可微伪不变凸极值问题的一些性质;然后在一定条件下证明了此类问题的可行集和最优解集是不变凸的;最后利用广义Clarke梯度和Lagrange乘子得到了最优解集的一些等价刻画。     

约束拟可微优化的发展简述

拟可微优化是一类重要的非光滑优化.在存储问题、接触问题、电路最优设计问题中有广泛的应用。本文就约束拟可微优化的最优性条件的研究作了简短的综述,指出最优性条件与拟微分的选取密切相关是约束拟可微优化最优性条件研究工作中的主要问题。     

Nonlinear programming modeling and solution of radar target polarization enhancement

The problem of radar target polarization enhancement is studied. A nonlinear programming model is constructed. Through the analysis via Lagrange multiplier method, this nonlinear optimization problem is equivalently transformed into a zero-search problem of a monotone function and a series of constrained linear optimization problems. Also the derivative properties of the monotone function are discussed.     

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.     

非惯性系中的Lagrange函数

引入广义势概念，应用推广的Hamilton原理，推导出受理想完整的约束的有势力学系统相对于非惯性系的Lagrange函数和Lagrange方程。     

一种新的拉格朗日乘子方法

对于约束非线性优化问题,提出了一种带3-分片非线性互补问题函数的增广Lagrangian函数,将约束优化问题转化成无约束优化问题来求解。新的增广Lagrangian函数的无约束极小点对应于原约束问题的解及乘子,同时提出相应的Lagrangian乘子方法,该方法可执行并具有收敛性。     

拟可微函数最优化问题的极小化方法

研究一般拟可微集合上拟可微函数的最优化问题 ,给出问题的最速下降法 ,并在一定的条件和 inf驻点意义下证明其算法的收敛性 .     

可分离凸规划问题的交替邻近梯度法的次线性收敛率

给出了目标函数为3个凸函数的和且具有线性约束的可分离凸规划问题的交替邻近梯度法在遍历意义下的次线性收敛率为■的一个充分条件.     

拟可微方程组牛顿法的二次收敛性

利用拟微分讨论了拟可微方程组的牛顿法和不精确牛顿法.引入了拟可微函数的拟强半光滑性.在拟强半光滑的前提下,证明了牛顿法和不精确牛顿法的二次收敛性.     

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.     

Demyanov差的两个运算

Demyanov差是非光滑分析与优化,尤其是拟可微分析与优化中的一个重要概念．基本的运算法则已经形成,包括加法运算、效乘运算、加法的消去律等．但是,其中部分公式是用包含关系表达的,这给使用造成了很大的不便．为此给出了两个关干Demyanov差的新的用等式表述的运算法则：两个彼此互补的凸紧集对的和的Demyanov差,有限个凸紧集的凸包和与这些凸紧集正交互补的凸紧集的Demyanov差．这两个法则可以用于计算和函效和极大值函数的次微分与超微分的Demyanov差,从而有助于表述既含等式约束,又含不等式约束的拟可微优化的最优性条件．     

约束DC优化的双束法及对偶问题

针对带有凸不等式约束的非光滑DC优化问题,提出了一种基于罚函数的凸约束DC优化问题双束法,同时也刻画了双束法子问题的对偶问题;首先,利用L_1精确罚技巧把凸约束DC优化问题转化成无约束DC优化问题,便于直接对目标函数进行DC分解,然后分别建立了增广目标函数DC分量的凸分段线性近似模型,最后利用Lagrange函数得到了原问题和对偶问题最优解之间的等价关系,说明了利用对偶问题求解搜索方向的可行性和有效性。