非线性不等式与等式约束的多目标规划问题的区间极大熵方法

利用极大熵方法将带多个非线性不等式约束和多个非线性等式约束的多目标规划问题变为两个非线性不等式约束的单个可微的目标函数优化问题,并结合区间分析知识给出一种新的解决多目标规划问题的区间方法.     

一类约束不可微优化问题的极大熵方法

1.引言 用极大熵原理可以有效地处理某些优化问题,一般迭代2—6次即可达到工程要求的精度。本文给出一类约束不可微优化问题的两种极大熵方法,推广了[1,2]的结果,并研制了计算程序。试算结果说明效果良好。进一步的结果在[4]中给出。 考虑下述问题:     

多目标minimax问题的极大熵逼近收敛性

本文利用极大熵逼近函数,展开了多目标ｍｉｎｉｍａｘ问题的逼近方法的研究,并讨论了该逼近方法的收敛性,所得结果是目前已有的结果进一步拓广．     

广义多目标minmax问题的最优性条件和极大熵方法

本文讨论了广义多目标minmax问题的最优性条件。利用极大熵逼近函数，研究了广义多目标minmax；问题的逼近问题，在较弱的条件下，证明了由极大熵逼近函数导出的多目标逼近问题的临界点的任一极限点均为原广义多目标minmax问题的临界点。     

求解线性规划的极大熵方法

极大熵方法是求解多约束非线性规划和极大极小问题的一种有效的方法.用它来求解多约束优化问题,一种途径是将多约束用单约束近似,再用增广Lagrange乘子法求解近似问题;另一种途径是用极大熵方法构造精确罚函数的近似.无论是哪一种途径都需要估计乘子的上界.能否构造不引入乘子估计的算法是很有意义的.Karmarkar算法是求解线性规划的一种有效的多项式内点方法.这种方法在每一次迭代时都要作变换,在像空间用内切球近似单纯形的近似问题得到像空间的新的近似解,再作逆变换求得原空间的新的近似解.可见一次性地构造近似问题并求解之而得     

多目标规划的光滑同伦方法

本文给出了求解多目标规划的一种连续同伦方法 .首先 ,运用光滑熵函数将多目标多约束的问题化为单目标单约束的问题 ,然后构造了求解单目标问题的同伦方法 ,并证明了其大范围收敛性 .     

凸规划的极大熵函数序列及其收敛性

为了消除凸规划问题中极大熵方法所导致的数值病态,该文应用Lagrange乘子法及赋范原理,给出一类凸规划问题的极大熵函数序列,并证明该序列一致收敛于凸规划的最优解。     

极大熵方法与非单调曲线搜索可行方向法

The convergence of maximum entropy methods is obtained on Kuhn-Tucker/Fritz John points. Then according to the nature of maximum entropy methods, we study the structure and convergent properties of feasible directions methods with nonmonotone curvilinear search rules from the unified point. On this basis, we discuss the numerically computing technique which combines nonmonotone curvilinear search methods and maximum entropy methods, and the numerically computing results for some optimization problems are obtained. The results show that our algorithm is efficient.     

解非线性方程组的极大熵方法

１引言考虑非线性方程组．其中Ｆ（ｘ）＝（ｆ１（ｘ）ｆ２（ｘ）,ｆ２（ｘ）,…．ｆｎ（ｘ））Ｔ．ｆｉ：Ｒｎ（ｉ＝１,…,ｎ）是连续可微实值函数．求解非线性方程组的方法多种多样,例如．以Ｎｅｗｔｏｎ法为代表的迭代法及其一些变形．以及将问题（１．１）转换为ｆ（Ｆ（ｘ））的极小化问题,等等．Ｎｅｗｔｏｎ法在理论上有许多很好的结果,但在实际计算过程中,由于例如方法对初始点的严格要求以及计算Ｆ＇（ｘ）或其相应的近似估计的困难,使方法的使用受到一定的限制．用无约束优化方法求解（１．１）时,通常将其化成一个非线…     

极大熵方法与二次规划子问题的显式解

本文对混合约束极大极小问题的目标函数与约束分别用熵函数来逼近,讨论了逼近问题的二次规划子问题的搜索方向的显式形式,并给出了极大极小问题和多目标规划的二次规划予问题的显式解。将所得结果用于相应的算法中,可提高算法的有效性。