带非凸二次约束的二次比式和问题的全局优化算法(英文)

对带非凸二次约束的二次比式和问题(P)给出分枝定界算法,首先将问题(P)转化为其等价问题(Q),然后利用线性化技术,建立了(Q)松弛线性规划问题(RLP),通过对(RLP)可行域的细分及求解一系列线性规划问题,不断更新(Q)的上下界,从理论上证明了算法的收敛性,数值实验表明了算法的可行性和有效性.     

求解非凸区域上凸函数比式和问题的全局优化方法

针对非凸区域上的凸函数比式和问题,给出一种求其全局最优解的确定性方法.该方法基于分支定界框架.首先通过引入变量,将原问题等价转化为d.c.规划问题,然后利用次梯度和凸包络构造松弛线性规划问题,从而将关键的估计下界问题转化为一系列线性规划问题,这些线性规划易于求解而且规模不变,更容易编程实现和应用到实际中;分支采用单纯形对分不但保证其穷举性,而且使得线性规划规模更小.理论分析和数值实验表明所提出的算法可行有效.     

一类新的分式规划问题的全局优化方法

本文对一类新的分式规划问题(FP)提出了一个有效的全局优化方法.首先将问题(FP)转化为其等价问题(EFP),然后利用线性化技术建立了(EFP)的松弛线性规划问题(RLP),通过对其可行域的细分和求解一系列的线性规划,得到问题(EFP)的全局最优值的上下界.理论证明和数值试验的结果都表明该算法能有效求解问题(FP),推广了线性比式和的情形.