一个新的非线性整数规划问题的单参数填充函数算法

非线性整数规划问题是一类复杂的优化问题,填充函数算法是求解整数规划问题的一类有效方法.构造一个新的单参数填充函数,分析并证明了其填充性质;然后,基于该填充函数并结合离散最速下降法提出了一种新的填充函数算法;最后,采用新算法对6个测试函数进行数值实验,结果表明该算法具有良好的计算效果,是有效可行的.     

约束全局整数规划问题的填充函数法

本文给出了一类新的求解箱约束全局整数规划问题的填充函数，并讨论了其填充性质．基于提出的填充函数，设计了一个求解带等式约束、不等式约束、及箱约束的全局整数规划问题的算法．初步的数值试验结果表明提出的算法是可行的。     

整数规划的广义填充函数算法

文[9,10]设计了直接求整数规划问题近似解的填充函数算法,但其所利用的文[2,3]的填充函数均带有参数,需要在算法过程中逐步调节。本文建立整数规划的广义填充函数的定义,说明了文[9,10]所利用的填充函数是整数规划问题的广义填充函数,并构造了一类不带参数的广义填充函数。进而本文设计了整数规划的一类不带参数的广义填充函数算法,数值试验表明算法是有效的。     

一类求解约束全局优化问题的填充函数

本文构造了一类求解约束全局优化问题的填充函数,并在适当的假设条件下, 证明了其填充性质及其它分析性质; 此外,根据所构造的填充函数设计了相应的算法, 并给出了数值试验结果, 以说明所构造填充函数方法的有效性.     

用罚函数求解线性双层规划的全局优化方法

用罚函数法将线性双层规划转化为带罚函数子项的双线性规划问题，由于其全局最优解可在约束域的极点上找到，利用对偶理论给出了一种求解该双线性规划的方法，并证明当罚因子大于某一正数时，双线性规划的解就是原线性双层规划的全局最优解。     

一个新的填充函数

填充函数法是一种解无约束全局极小化问题的方法.这种方法的关键是构造填充函数,在已发表的文献中已经介绍了几种填充函数.在此介绍只含一个参数的填充函数,并且根据此填充函数提出了一种填充函数算法.给出了用这种填充函数法解几个测试问题的计算结果.     

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 .     

整数规划的一类填充函数算法

填充函数算法是求解连续总体优化问题的一类有效算法。本文改造[1]的填充函数算法使之适于直接求解整数规划问题。首先,给出整数规划问题的离散局部极小解的定义,并设计找离散局部极小解的领域搜索算法。其次,构造整数规划问题的填充函数算法。该方法通过寻找填充函数的离散局部极小解以期找到整数规划问题的比当前离散局部极小解好的解。本文的算法是直接法,数值试验表明算法是有效的。     

双层规划问题的一种模式搜索Filter方法

双层规划在工程设计和经济管理中应用广泛,结合模式搜索方法和Filter方法提出了一种解决双层规划问题的算法—模式搜索Filter方法.算法以Filter法思想构造接受准则,以模式搜索提供迭代方向和步长,能够有效的解决一类双层规划问题.     

一个求概率约束规划的随机拟次梯度算法

概率约束规划是经常费到的一类规划，但其约束函数含有概率，在一般场合下，很难求出，随机拟次梯度法无须计算约束值与导数值，只要构造出约束函数目标函数的随机拟次梯度即可，本文给出了一个求解概率约束规划的随机拟次梯度算法，并证明了有关的定量及性质。     

基于凹性割的线性双层规划全局优化算法

通过对线性双层规划下层问题对偶间隙的讨论,定义了一种凹性割,利用该凹性割的性质,给出了一个求解线性双层规划的割平面算法。由于线性双层规划全局最优解可在其约束域的极点上达到,提出的算法能求得问题的全局最优解,并通过一个算例说明了算法的有效性。     

Hilbert空间中的一类双层规划问题的一阶与二阶最优性条件

本文考虑Hilbert空间中的,上层为有限个不等式约束,下层是一锥约束参数规划的双层规划问题的最优性条件.首先,利用下层问题最优值函数的方向导数的上下界的性质给出一阶最优性条件.之后,在使下层问题的最优值函数是二阶方向可微的条件下,证明了二阶必要性条件.     

求解全局优化问题的填充函数算法

填充函数法是求解多变量、多极值函数全局优化问题的有效方法.这种方法的关键是构造填充函数.本文在无Lipschitz连续条件下,对一般无约束最优化问题提出了一类单参数填充函数.讨论了其填充性质,并设计了一个求解约束全局优化问题的填充函数算法,数值实验表明,算法是有效的.     

一种双层规划的光滑化目标罚函数算法

论文研究了一种双层规划的光滑化目标罚函数算法,在一些条件下,证明了光滑化罚优化问题等价于原双层规划问题,而且,当下层规划问题是凸规划问题时, 给出了一个求解算法和收敛性证明.     

一类非线性三层规划问题的罚函数方法

文章研究了一类结构为非线性-线性-线性三:层规划问题的求解方法.首先,基于下层问题的Karush-Kuhn-Tucker (K-K-T)最优性条件,将该类非线性三层规划问题转化为具有互补约束的非线性二层规划,同时将下层问题的互补约束作为罚项添加到上层目标;然后,再次利用下层问题的K-K-T最优性条件将非线性二层规划转化为非线性单层规划,并再次将得到的互补约束作为上层目标的罚项,构造了该类非线性三层规划问题的罚问题.通过对罚问题性质的分析,得到了该类非线性三层规划问题最优解的必要条件,并设计了罚函数算法.数值结果表明所设计的罚函数算法是可行、有效的.     

在全空间上求全局最优解的填充函数方法

本文给出了在全空间上,寻求一般无约束非线性规划问题全局最优解的一种填充函数方法,而且对所构造的填充函数提出了几个分析性质,按照理论分析我们设计了一个新的填充函数算法,数值试验也表明,所给的方法是有效的．     

关于双层规划约束规格的一个注记

本文表明了非线性规划中常见的约束规格对一般双层规划不成立,并对双层规划可以满足的较弱的约束规格“部分平静”,给出了使其成立的充分条件．     

求解弱线性双层规划问题的一种全局优化方法

双层规划在经济、交通、生态、工程等领域有着广泛而重要的应用.目前对双层规划的研究主要是基于强双层规划和弱双层规划.然而,针对弱双层规划的求解方法却鲜有研究.研究求解弱线性双层规划问题的一种全局优化方法,首先给出弱线性双层规划问题与其松弛问题在最优解上的关系,然后利用线性规划的对偶理论和罚函数方法,讨论该松弛问题和它的罚问题之间的关系.进一步设计了一种求解弱线性双层规划问题的全局优化方法,该方法的优势在于它仅仅需要求解若干个线性规划问题就可以获得原问题的全局最优解.最后,用一个简单算例说明了所提出的方法是可行的.     

解非线性规划的凝聚函数法

本文提出求解非线性规划的一种新方法,称为凝聚函数法。首先用“极大值”约凍代替原约束集合,把原来的多约束优化问题变为一个不可微的单约束优化问题;然后利用代理约束概念和最大熵原理导出一个可微函数,并以此逼近不可微的极大值函数,将原问题化为一个可微的单约束优化问题.在此基础上,我们构造了一个乘子惩罚函数算法。该算法具有收敛稳定、速度快和易于计算机实现等优点,特别适于求解含大量约束的非线性规划问题。     

一种非增值型凸二次双层规划的有效算法

主要研究了非增值型凸二次双层规划的一种有效求解算法。首先利用数学规划的对偶理论,将所求双层规划转化为一个下层只有一个无约束凸二次子规划的双层规划问题.然后根据两个双层规划的最优解和最优目标值之间的关系,提出一种简单有效的算法来解决非增值型凸二次双层规划问题.并通过数值算例的计算结果说明了该算法的可行性和有效性。