排序方式: 共有2条查询结果,搜索用时 15 毫秒
1
1.
提出了一族求解具有不等式约束的非线性优化问题的非线性Lagrange函数,该族函数基于修正的Fischer-Burmeister NCP函数,并讨论了非线性Lagrange函数在K-T点处的性质.收敛定理表明,在适当的条件下,当惩罚参数小于某一阈值时,基于该族非线性Lagrange函数的算法产生的点列具有局部收敛性. 相似文献
2.
许多有重要价值的实际问题均属于联合概率约束优化问题(JCCP),该类问题通常是非凸的并且非光滑,有效求解方法多集中于凸近似方法,往往局限于具有单个概率约束的问题.本文基于两个凸函数之差(即D.C.函数)为约束的近似优化问题,提出了约束函数的光滑近似函数以及相应的光滑近似问题.通过收敛性分析,证明了当参数充分小时,光滑化的近似问题的最优值和最优解集分别收敛到(JCCP)的最优值和最优解集. 相似文献
1