线性约束三次规划问题的全局最优性必要条件和最优化算法

讨论了带线性不等式约束三次规划问题的最优性条件和最优化算法. 首先, 讨论了带有线性不等式约束三次规划问题的 全局最优性必要条件. 然后, 利用全局最优性必要条件, 设计了解线性约束三次规划问题的一个新的局部最优化算法(强局部最优化算法). 再利用辅助函数和所给出的新的局部最优化算法, 设计了带有线性不等式约束三 规划问题的全局最优化算法. 最后, 数值算例说明给出的最优化算法是可行的、有效的.     

线性均衡约束最优化的一个广义投影强次可行方向法

本文讨论带线性均衡约束最优化问题,首先利用摄动技术和一个互补函数将问题等价转化为一般约束最优化问题,然后结合广义投影技术和强次可行方向法思想,建立了问题的一个新算法.算法在迭代过程中保证搜索方向不为零,从而使得每次迭代只需计算一次广义投影.在适当的条件下,证明了算法的全局收敛性,并对算法进行了初步的数值试验.     

线性无关假设如何影响非线性约束最优化算法

首先综述非线性约束最优化最近的一些进展. 首次定义了约束最优化算法的全局收敛性. 注意到最优性条件的精确性和算法近似性之间的差异, 并回顾等式约束最优化的原始的Newton 型算法框架, 即可理解为什么约束梯度的线性无关假设应该而且可以被弱化. 这些讨论被扩展到不等式约束最优化问题. 然后在没有线性无关假设条件下, 证明了一个使用精确罚函数和二阶校正技术的算法可具有超线性收敛性. 这些认知有助于接下来开发求解包括非线性半定规划和锥规划等约束最优化问题的更加有效的新算法.     

有理单变元表示在优化问题上的应用

利用零维多项式系统的有理单变元表示,给出了求多项式在有限点集上的正性判定算法.同时,结合不等式证明,呈现了目标函数在零维系统约束下最优化的一个纯代数算法,从而将多元函数约束优化问题转化为单变元函数在单变元多项式约束下的优化问题.新算法不仅能处理目标函数为多项式的最优化问题,而且还能处理目标函数为有理分式函数和根式函数的的最优化问题,并且给出了目标函数最优值的精确区间表示,使得能任意精度地逼近最优值.     

互补约束规划问题的一个广义梯度投影算法

本文研究了一类均衡约束最优化问题.利用广义梯度投影法,结合罚函数思想,得到了一个初始点可以任意的广义梯度投影算法.在较弱的条件下,证明了算法的全局收敛性.     

一个改进的序列二次规划可行下降算法及其全局收敛性

利用广义投影校正技术对搜索方向进行某种修正,改进假设条件,采用一种新型的一阶修正方向并结合SQP技术,建立了求解非线性约束最优化问题(p)的一个新的SQP可行下降算法,在较温和的假设条件下证明了算法的全局收敛性.由于新算法仅需较小的存储,从而适合大规模最优化问题的计算.     

求解多项式规划的一个全局最优化算法

提出一个求解带箱子约束的一般多项式规划问题的全局最优化算法, 该算法包含两个阶段, 在第一个阶段, 利用局部最优化算法找到一个局部最优解. 在第二阶段, 利用一个在单位球上致密的向量序列, 将多元多项式转化为一元多项式, 通过求解一元多项式的根, 找到一个比当前局部最优解更好的点作为初始点, 回到第一个 阶段, 从而得到一个更好的局部最优解, 通过两个阶段的循环最终找到问题的全局最优解, 并给出了算法收敛性分析. 最后, 数值结果表明了算法是有效的.     

基于坐标的既有铁路曲线整正约束优化算法研究

既有铁路曲线整正是既有线改建设计中的重要部分,且结果直接影响最终设计质量和运营安全.基于最优化思想直接利用既有线上测点坐标进行曲线整正.构建了体现曲线整正成果优劣的目标函数,考虑了规范约束和控制点约束,建立了曲线整正约束最优化计算模型.基于罚函数的思想将曲线整正的非线性约束最优化问题转换为无约束最优化问题.根据目标函数的特点,采用N elder-M ead单纯形法迭代求解最优值.该算法逻辑简单,应用方便.应用结果表明算法可优化出拨距小,且满足约束条件的曲线整正成果,具有较强的实用性.     

随机椭圆最优控制问题的随机配置方法

本文讨论求解随机系数泊松方程约束最优控制问题的有效数值方法.通过应用有限元方法和随机配置法,将原最优控制问题离散转化为最优化问题,再利用交替方向乘子法求解最优化问题.之后,对所提出的算法进行了收敛性分析,并通过数值实验验证了算法的有效性.     

一类直觉模糊关系线性规划的解

提出了一类目标函数为线性函数,约束是直觉模糊关系方程的最优化问题.这是一类非凸非光滑最优化问题,基于可行域的结构,给出了求全局最优解和最优值的一个算法,最后通过数值例子验证了算法的可行性.