一类半向量二层规划问题的精确罚函数方法

研究了一类半向量二层规划乐观最优解的求解问题.利用下层问题的最优性条件构造了该类半向量二层规划问题的罚问题,分析了原问题的最优解与罚问题最优解之间的关系,证明了罚函数的精确性.同时对目标函数和约束条件均为线性函数的半向量二层规划问题研究了其最优性条件,并设计了相应的罚函数算法.数值结果表明所设计的罚函数方法对该类半向量二层规划问题是可行的.     

非线性-线性二层规划问题的罚函数方法

利用下层问题的K-T最优性条件将下层为线性规划的一类非线性二层规划转化成相应的单层规划,同时取下层问题的互补条件为罚项,构造了该类非线性二层规划的罚问题.通过对相应罚问题性质的分析,得到了该类非线性二层规划问题的最优性条件,同时设计了该类二层规划问题的求解方法.数值结果表明该方法是可行、有效的.     

线性半向量二层规划问题的全局优化方法

研究了线性半向量二层规划问题的全局优化方法. 利用下层问题的对偶间隙构造了线性半向量二层规划问题的罚问题, 通过分析原问题的最优解与罚问题可行域顶点之间的关系, 将线性半向量二层规划问题转化为有限个线性规划问题, 从而得到线性半向量二层规划问题的全局最优解. 数值结果表明所设计的全局优化方法对线性半向量二层规划问题是可行的.     

下层为凸标量优化的二层多目标规划问题的光滑化方法

以下层问题的最优性条件代替下层问题,将下层为凸标量优化的一类二层多目标规划问题转化为带互补约束的不可微多目标规划问题,采用扰动的Fischer-Burmeister函数对互补约束光滑化,得到了相应的光滑化多目标规划问题,分析了原问题的有效解与光滑化多目标规划问题有效解的关系,设计了求解该类二层多目标规划问题的光滑化算法,并分析了算法的收敛性.数值结果表明该光滑化方法是可行的.     

一种求解线性二层规划的割平面方法

以下层问题的K-T最优性条件代替下层问题,将线性二层规划转化为相应的单层规划问题,通过分析单层规划可行解集合的结构特征,设计了一种求解线性二层规划全局最优解的割平面算法.数值结果表明所设计的割平面算法是可行、有效的.     

一类弱线性二层多目标规划的罚函数方法

本文研究了一类线性二层多目标规划(上层为单目标、下层为多目标)"悲观最优解"的求解问题.利用罚函数方法给出了该类问题"悲观最优解"的存在性定理,证明了罚函数的精确性,同时设计了相应的罚函数算法.数值结果表明所设计的罚函数方法是可行的.     

广义半无限规划新的最优性条件

本文讨论了一类指标集依赖于决策变量的广义半无限规划(GSMMP).首先通过刻画目标函数的Clarke导数和Clarke次微分,建立其一阶最优性条件.其次,通过对下层问题Q(x)进行扰动分析,我们得到Q(x)的一个精确罚表示.由此,利用一组精确罚函数将(GSMMP)转化为经典的半无限极大极小规划,从而可利用已有的经典半无限规划的算法来对(GSMMP)进行求解.     

一种求解半向量二层规划问题的基于KKT背离度量方程的粒子群优化算法

下层多目标规划问题的Pareto最优解的精确性对于成功求解半向量二层规划问题具有决定性作用.本文基于多目标规划问题的KKT背离度量方程,设计了具有确定性终止准则的半向量二层规划问题的粒子群算法.最后,利用线性半向量二层规划算例和非线性半向量二层规划算例进行数值仿真,仿真结果表明,算法中的KKT背离度量方程能有效控制下层问题Pareto最优解的精度,从而确保问题最优解的真实有效性.     

非可微分二层Lipschitz规划的广义微分和广义方向导数

本文对构成函数为Ｌｉｐｓｃｈｉｔｚ函数的二层规划问题,利用非光滑分析工具,讨论了下层极值函数和上层复合目标函数的Ｌｉｐｓｃｈｉｔｚ连续性,给出了这些函数的广义微分和广义方向导数的估计式。本文得到的结果为进一步研究非可微二层Ｌｉｐｓｃｈｉｔｚ规划的最优性条件和有效算法等理论和方法问题奠定了基础。     

非可微二层凸规划的最优性条件

本文考虑的是构成函数为非可微凸函数的二层规划问题(NDBP),得到了下层极值函数和上层复合目标函数的方向导数和次微分的估计式,给出非可微二层凸规划(NDBP)最优解的几种最优性条件。     

极大极小随机规划逼近问题最优解集和最优值的稳定性

研究了特殊的二层极大极小随机规划逼近收敛问题. 首先将下层初始随机规划最优解集拓展到非单点集情形, 且可行集正则的条件下, 讨论了下层随机规划逼近问题最优解集关于上层决策变量参数的上半收敛性和最优值函数的连续性. 然后把下层随机规划的epsilon-最优解向量函数反馈到上层随机规划的目标函数中, 得到了上层随机规划逼近问题的最优解集关于最小信息概率度量收敛的上半收敛性和最优值的连续性.     

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.     

二层随机规划逼近问题最优解集的上半收敛性

在下层初始随机规划问题可行解集上引入了正则的概念,并在下层初始随机规划最优解唯一的条件下,利用上图收敛理论,给出了下层随机规划逼近问题的任意一个最优解向量函数都连续收敛到下层初始随机规划问题的唯一最优解向量函数.然后将下层随机规划的最优解向量函数反馈到上层随机规划的目标函数和约束条件中,得到了上层随机规划逼近问题的最优解集关于最小信息概率度量收敛的上半收敛性.     

一种求解半向量二层规划问题下界的算法

针对下层为线性多目标规划问题的一类半向量二层规划问题的乐观模型,利用线性规划的对偶理论,将其转化为一个等价的单层优化问题.然后考虑后者的一个松弛问题,提出了一个可以获得该问题下界的简单算法,从而给出了原二层规划问题的一个下界.最后,通过两个数值算例说明了所提出算法的可行性.     

非线性二层规划问题的全局优化方法

对于下层为线性规划问题的一类非线性二层规划问题,利用线性规划的对偶理论,将其转化为一个单层优化问题,同时取下层问题的对偶间隙作为惩罚项,构造了一个相应的罚问题,然后提出了一个求解该类二层规划问题的全局优化方法。最后,数值结果表明,所提出的方法是可行的。     

非线性半定规划一个全局收敛的无罚无滤子SSDP算法

提出了一个求解非线性半定规划的无罚函数无滤子序列二次半定规划(SSDP)算法. 算法每次迭代只需求解一个二次半定规划子问题确定搜索方向; 非单调线搜索保证目标函数或约束违反度函数的充分下降, 从而产生新的迭代点. 在适当的假设条件下, 证明了算法的全局收敛性. 最后给出了初步的数值实验结果.     

关于一类二层规划问题的一阶最优性条件研究

本文针对一类具有特定结构的二层规划问题, 将下层问题用其KKT条件代替, 把二层规划问题转化成带有互补约束的单层优化问题.然后利用Fritz-John条件,在适当的条件下,得到了二层优化问题的一阶最优性条件.本文所给条件简单、容易验证,并且不同于[1]的条件.     

非线性半定规划的逐次线性化柔性惩罚法

针对非线性不等式约束半定规划问题提出一种新的逐次线性化方法, 新算法既不要求罚函数单调下降, 也不使用过滤技巧, 尝试步的接受准则仅仅依赖于目标函数和约束违反度, 罚函数中对应于成功迭代点的罚因子不需要单调增加. 新算法或者要求违反约束度量有足够改善, 或者在约束违反度的一个合理范围内要求目标函数值充分下降, 在通常假设条件下, 分析了新算法的适定性及全局收敛性. 最后, 给出了非线性半定规划问题的数值试验结果, 结果表明了新算法的有效性.     

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.     

求线性二层规划∈-全局最优解的一种方法

本文研究了线性二层规划问题.利用下层问题的KKT最优性条件将其转化为一个具有互补约束的数学规划问题,提出了一种新的求解方法.该方法仅仅需要求解若干个双线性规划问题,便可以获得原问题的∈-全局最优解.最后,通过一个算例说明了所提出方法的可行性.