G-(F,ρ)凸性下的非光滑多目标分式规划的最优性条件

在G-(F,ρ)凸性条件下,研究了一类非光滑多目标分式规划问题的最优性条件,给出并证明了该类非光滑多目标分式规划问题取得有效解和弱有效解的一些充分条件,改进和推广了一些相关结果。     

基因算法在求解非光滑优化问题中的应用 (三峡地区资源环境生态研究)

本文考虑了基因算法在求解非光滑优化问题中的应用。非光滑优化方法致力于求解目标函数为连续不可微函数的数学规划问题。因为目标函数的不可微性,传统的以梯度为基础的确定性算法在求解非光滑问题时会遇到障碍,所以运用不需要梯度信息而只需要目标函数值信息的遗传算法来求解非光滑问题是一个不错的选择。遗传算法是基于自然界生物遗传变异过程而设计的一种优化算法,它首先对问题的可行解进行编码,编码方法有0-1编码,格雷编码和实数编码,然后运用交叉算子,变异算子和选择算子产生下一代种群。当种群迭代达到一定的次数后,种群中的最优染色体就会收敛到原问题的最优解。本文设计的基因算法基于实数编码,算子分别采用算术交叉算子,非一致变异算子,最佳选择算子。     

求解一类无限维非光滑算子方程的光滑化牛顿法

研究一类无限维非光滑算子方程的光滑化牛顿法,构造光滑函数逼近非光滑算子.在半光滑假设条件下,证明了光滑化牛顿法具有全局超线性收敛性.研究表明,此算法可用来求解一类特殊的来源于无限维非线性互补问题的非光滑算子方程.     

非线性系统的全局有限时间内稳定

研究了一类不确定非线性系统的输出反馈全局有限时间稳定问题,该系统的线性化是不可测的.通过加幂积分仪技术和特殊的观测器,精确地设计了输出反馈控制器,实现了系统的有限时间内的稳定.     

非光滑广义B—凸性与最优性和对偶性

利用Ｃｌａｒｋｅ广义方向导数讨论了局部Ｌｉｐｓｃｈｉｔｚ函数的性质。借此定义了一类广泛的（Ｂ,η）－不变凸性函数。得到了此类函数的非线性规划、多目标规划和极大极小规划的最优性和对偶性结果。     

一类非光滑多目标半无限规划的对偶性

在由作者[1]引入的广义一致凸(广义Univex)函数、广义一致伪凸函数和广义一致拟凸函数等几类非光滑非凸函数的基础上,得到了一类非光滑多目标半无限规划的一些Mond—Weir型对偶性结果．     

次梯度法在求解非光滑最优化问题时的计算效果研究

本文研究了次梯度法的一些重要问题。次梯度法是梯度法在非光滑优化中的直接推广。在每一步的迭代中,选取一个负次梯度方向为搜索方向,并以一定的规则设置搜索步长。次梯度法的每一步迭代不一定都下降,但是可以证明,对于非光滑凸优化问题,次梯度法能够保证全局收敛性。次梯度法的搜索步长是预先设置的,步长设置准则包括常值步长准则、有限平方和步长准则和已知全局极小值的步长准则。本文对各种步长准则的收敛性进行了证明。为了验证次梯度法在不同的步长准则下的计算效果,本文应用次梯度法对一系列非光滑最优化问题进行了计算实验,并分析了他们的计算结果。数值实验结果表明,常值步长准则收敛速度慢,精度不高,而且步长的选择困难。而有限平方和步长准则收敛速度更快,也能够达到更高的精度。至于已知全局极小值的步长准则,虽然精度也较高,但是因为需要事先已知凸优化问题的全局极小值,所以这种步长准则的应用范围有限。     

递阶多目标非光滑优化问题的最优性条件

建立了递阶多目标非光滑优化问题的一个通用性结构化模型,利用参数规划、集值分析及非光滑非线性分析的理论和方法,研究了模型锥有效解存在的最优必要条件和充分条件．     

大系统优化控制中的非光滑函数优化问题

分析了大系统递阶-协调控制方法之一——关联预估方法中的协调级非光滑函数最优化问题,确定了相应的目标函数对协调变量的子梯度,从减少优化控制对系统干预次数的角度,提出了一种基于子梯度的最速下降的优化协调策略。数字仿真结果表明了本算法的优越性。     

一类非光滑与光滑最优化问题之间的关系

研究Banach空间中一类非光滑最优化问题的最大值和解集与光滑最优化问题的最大值和解集之间的关系,得到了一系列结果。