广义线性多乘积问题的完全多项式时间近似算法

本文针对广义线性多乘积极小化问题,通过一系列的线性规划问题的解提出一种求其全局最优解的完全多项式时间近似算法,并给出该算法的计算复杂性,且数值算例验证该算法是可行的.     

带有多项式约束的广义分式规划问题的迭代算法

本文研究了一类带有广义多项式约束的广义分式规划问题.首先将原问题转化为其等价形式,然后利用特殊不等式的有关性质将等价问题转化为易于求解的几何规划问题(GP),并通过求解一系列(GP)问题获得原问题的最优解.最后,给出求解问题的迭代算法以及算法的收敛性分析,数值算例表明提出的算法是可行有效的.     

求线性比试和问题的确定性全局优化算法

为求线性比试和问题的全局最优解,本文给出了一个分支定界算法.通过一个等价问题和一个新的线性化松弛技巧,初始的非凸规划问题归结为一系列线性规划问题的求解.借助于这一系列线性规划问题的解,算法可收敛于初始非凸规划问题的最优解.算法的计算量主要是一些线性规划问题的求解.数值算例表明算法是切实可行的.     

求广义几何规划全局最优解的线性化方法

对广义几何规划问题(GGP)提出了一个确定型全局优化算法，这类优化问题能广泛应用于工程设计和非线性系统的鲁棒稳定性分析等实际问题中，使用指数变换及对目标函数和约束函数的线性下界估计，建立了GGP的松弛线性规划(RLP)，通过对RLP可行域的细分以及一系列RLP的求解过程，从理论上证明了算法能收敛到GGP的全局最优解，对一个化学工程设计问题应用本文算法，数值实验表明本文方法是可行的。     

求解带指数凹多乘积规划问题的对偶界方法

对一类带指数的凹多乘积规划问题,给出一种求其全局最优解的分支定界算法.先利用对数函数性质将原问题进行等价转化,对于等价问题,利用Lagrange弱对偶定理将分支定界算法中关键的定下界操作转化为易于求解的线性规划问题,且这些线性规划的规模不随迭代而变化,利于编程计算.同时,分支操作采用单纯形作为分割元素,并使用对分法,既保证穷举性,又使得线性规划的规模更小.最后给出算法的收敛性证明和数值实验结果.     

一类带反凸约束的非线性比式和问题的全局优化算法

本文针对一类带有反凸约束的非线性比式和分式规划问题,提出一种求其全局最优解的单纯形分支和对偶定界算法.该算法利用Lagrange对偶理论将其中关键的定界问题转化为一系列易于求解的线性规划问题.收敛性分析和数值算例均表明提出的算法是可行的.     

带自由变量的广义几何规划问题的全局优化

对带自由变量的广义几何规划问题(FGGP)给出一全局优化算法.该算法先利用等价转换把(FGGP)中的自由变量转化为正变量,再通过凸化方案建立了(FGGP)的松弛凸规划(RCP).通过对(RCP)可行域的细分以及一系列(RCP)的求解过程,提出的算法收敛到(FGGP)的全局最优解,且数值例子表明了算法的可行性.     

求一类多元多峰函数全局极小的区间斜率方法

Based on the interval analysis, an interval slope method is proposed for finding all global minimizers of a several peaks function f on domain X^0包含于R^n, which is given by interval slope discard tests and interval extension of objective function.Numerical results of representative test functions show that this method is practical and effective.     

全局求解线性多乘积规划的分支定界算法

本文针对一类线性多乘积规划问题提出一种分支定界算法.首先将原问题转化为其等价形式,然后利用提出的线性松弛技术将等价问题松弛为线性规划问题,通过求解一系列线性规划问题得到原问题的全局最优解.最后给出算法的收敛性和计算复杂性.数值实验表明算法是有效的.     

线性分式规划问题的多项式时间近似算法

本文针对线性比式和分式规划问题,提出一种求其全局最优解的完全多项式时间近似算法,并从理论上证明该算法的收敛性和计算复杂性,数值算例也说明了算法是可行的.