线性比式和问题的全局优化算法

为求解线性分式规划问题(P),提出一个分枝定界算法.首先通过转化技巧,导出问题(P)的等价问题(Q),然后利用线性化方法,得到(Q)的线性松弛规划问题(RLP).从而,初始非凸规划问题归结为一系列线性规划问题的求解.数值试验表明算法是可行的.     

线性分式和规划问题的全局优化算法

提出一种求解线性分式和规划问题的分支定界算法.该算法首先利用等价转换技巧构造出原问题的等价问题,然后通过凹凸性包络技术建立等价问题中目标函数与约束函数的下逼近函数,得到其线性松弛规划,从而将原来的非凸规划问题转化为一系列线性规划问题,以确定原问题最优值的下界.从理论上证明了算法的收敛性,并用数值试验验证了算法的可行性和有效性.     

一类优化问题的确定性算法

对广泛应用于工程设计中的一类线性比式和问题(P)提出了一确定性全局优化算法,利用等价问题和新的线性化技术给出了问题(P)的松弛线性规划(RLP,)通过对(RLP)可行域的细分以及一系列(RLP)的求解过程,提出分枝定界算法收敛到问题(P)的全局最优解,最终数值实验表明所提方法的可行性.     

一类线性比式和问题的全局优化算法

对许多工程设计中常用的一类带常系数线性比式和问题(P)提出一确定性全局优化算法.该算法利用等价问题和线性化技术,建立了问题(P)的松弛线性规划(RLP),从而将原非凸问题(P)的求解过程转化为求解一系列线性规划问题(RLP),通过可行域的连续细分以及求解一系列线性规划,提出的分枝定界算法收敛到问题(P)的全局最优解,且数值实验表明了算法的可行性.     

一类线性比式和问题的全局优化算法

对应用于工程设计和非线性稳定性分析中的一类线性比式和问题(P1)给出了一全局优化算法.通过利用对数的性质和线性化技术,建立了问题(P1)的松弛线性规划(LRP).通过对可行域线性松弛的逐次细分以及求解一系列的线性规划(LRP)的过程,提出的算法收敛到问题(P1)的全局最优解.最终数值实验结果表明了提出方法的可行性.     

一类多乘积问题的全局优化方法

给出一类多乘积问题(P)的全局优化方法.首先将(P)转化为其等价问题(Q),利用变量代换,把(Q)写成(EQ)形式,然后建立(EQ)松弛线性规划(RLEQ),通过求解一系列线性规划问题,不断更新最优值的上下界,证明了所给算法的收敛性,数值实验表明算法是可行的.     

基于仿射算法的确定性全局优化算法

针对传统区间算法求解全局优化问题耗时长、空间复杂度较高及收敛速度较慢的缺点,引入仿射算法及局部优化算法,给出了一种全局优化求解的仿射算法．由局部优化算法和各求解区间上待优化函数的仿射运算得到全局最优解的一个上界,再依据对各区间仿射运算的下界与全局最优解上界的比较来确定相应区间的去留,通过对不含全局最优解的子区间的删除来确定最优解所在的子区间,并最终找到全局最优解．数值实验表明,该算法相对于传统的区间优化算法有较高的收敛速度,且占用的系统资源较少．     

一个关于Lipschitz函数的全局优化算法

研究了关于Lipschitz函数的全局优化算法,把辐射状细分的剖分技术和二分法运用到单纯形算法中,充分利用当前计算所得到的最优信息,结合分支定界单纯形的优势,改进了单纯形算法,分析了算法的可行性,并给出了算法的收敛性证明。     

符号几何规划的全局优化算法

利用指数变换及对目标函数和约束函数的线性下界估计,提出一个求符号几何规划(SGP)问题全局解的确定型全局优化算法,并证明了算法的收敛性.数值实验表明提出的方法是可行和有效的.     

带系数线性比式和问题的全局优化方法(英文)

对带系数的线性比式和问题(P)提出一确定性全局优化算法.利用等价问题和线性化技术给出了问题(P)的松弛线性规划(RLP),通过对(RLP)可行域的细分以及一系列(RLP)的求解过程,提出的分枝定界算法收敛问题(P)全局最优解.最终数值实验表明了提出方法的可行性.     

线性分式规划全局最优解的确定性方法

针对分式规划问题的求解,给出一个确定性全局优化算法.首先将原问题转化为一个等价问题,然后利用线性化技巧,建立等价问题的松弛线性化问题.通过对可行域的不断剖分以及一系列松弛线性化问题的求解,逐步求得原问题的最优解.理论上证明了算法的收敛性,数值算例表明算法是可行的.     

一类多乘积分式规划问题的全局优化算法

首先利用对数函数和指数函数的凹凸性构造目标函数的线性下界函数,从而建立问题(P)的松弛线性规划,然后给出求解问题(P)的分支定界算法。最后数值算例表明算法是可行的。     

求解一类比式规划问题的确定性算法

对一类比式规划问题(P)提出一确定性全局优化算法.利用线性化技术建立了问题(P)的松弛线性规划(RLP),通过对目标函数线性松弛可行域的逐次细分以及一系列(RLP)的求解过程,提出的算法收敛问题(P)全局最优解.最终数值实验表明了提出方法的可行性.     

求解带非凸二次约束的广义二次分式规划最小值的全局算法

基于最近发展的单调优化理论,提出了求解带非凸二次约束的广义二次分式规划最小值的全局算法,给出了算法的收敛性证明. 数值实验表明了该算法的可行性和有效性.     

一类广义多乘积和规划问题的全局优化算法

提出了一类广义多乘积规划问题 （ P ）的一种确定性算法,并用其求解该类多乘积规划问题的全局最优解. 首先,利用等价变换以及线性松弛级数,建立等价问题 （ Q ）的松弛线性规划 （ RLP ）,并给出了分支缩减方法;然后,运用分支定界方法,给出确定性全局优化算法求解等价问题 （ Q ）,算法的收敛性证明以及数值算例的结果说明了该算法是可行的.     

非凸二次规划的分支定界方法

通过构造二次函数的线性下界函数给出非凸二次约束二次规划问题(QP)的松弛线性规划,提出分支定界算法,数值计算表明算法是有效可行的.     

结合全局最优策略的双层线性规划算法

运用线性规划内点算法求解双层线性规划的内层规划，使双层线性规划等价于一序列非线性规划问题；证明了该算法的收敛性。并结合全局最优策略给出了可行的算法步骤。     

全局最优值估计的一种新方法

给出了一种全局最优化问题的全局最优值估计的新方法;该方法通过求一个非线性方程的根使目标函数值逐步减小,因此该方法具有下降算法特征。算法的数值实验结果也同时给出。