一类连续函数模拟退火算法及其收敛性分析

高维连续函数的全局优化问题普遍存在于计算生物学、计算化学等领域．针对这类问题和现有连续函数模拟退火算法的某些不足，本文给出了一类改进的模拟退火算法．采用一种简单的方法证明了算法的全局收敛性．数值结果表明，对于高维连续函数，该算法能够快速有效地收敛到全局最优点，比较了两种新解产生方法的试验结果。     

一类约束不可微优化问题的极大熵方法

1.引言 用极大熵原理可以有效地处理某些优化问题,一般迭代2—6次即可达到工程要求的精度。本文给出一类约束不可微优化问题的两种极大熵方法,推广了[1,2]的结果,并研制了计算程序。试算结果说明效果良好。进一步的结果在[4]中给出。 考虑下述问题:     

不可微优化不动点算法的收敛性

定义 设f(x)是定义在R~n上的实函数,若存在λ∈[0,1],使得对任意的x,y∈R~n,当f(x)≤f(y)时,总成立: 则称f(x)是R~n上的λ次凸函数。显然,λ=1时,f(x)即为通常的凸函数,λ=0时,f(x)为拟凸函数。 考虑一般不可微数学规划问题:     

一类不可微规划的 Kuhn-Tuker 充分条件

Clark曾经对局部 Lipschitz函数引入“广义梯度”概念,并建立了著名的不可微规划极值的 John-Fritz 必要条件,即考虑如下不可微规划问题:     

极大极小问题极大熵方法的收敛性

本文给出了极大极小问题的一种概念性的极大熵方法，并在较弱的条件下，证明了这种方法的收敛性。     

需求随价格变化的具有折扣的易变质物品的库存模型

本文研究了在需求随价格变化及物品易变质的条件下，当供应商给予数量折扣时的库存问题。证明了当供应商给予数量折扣时，零售商的需求量是增大的，并给出了供应商给予数量折扣时零售商的订货量和订货周期的计算方法。对物品变质率和需求价格敏感系数对零售商的订货量、订货周期、出售价格和单位时间利润的影响进行了数值分析，并给出了数值算例。     

基于多Agent的宏观经济智能预测决策支持系统研究

在分析智能决策支持系统的发展基础上，将人工智能思想，特别是Agent应用于构建智能宏观经济预测决策支持系统。提出面向任务的Agent设计思想，以任务为核心设计多种类型Agent共同完成预测决策任务，给出基于多Agent的系统组成结构，并给出系统中不同类型Agent的具体实现结构，同时探讨了整个系统的运行机制以及系统中多Agent之间的合作。整个系统的构建过程也是面向Agent的程序设计的过程。     

基于人工神经网络的商业银行信用风险模型

在对人工神经网络的基本原理进行简要介绍的基础上 ,着重对构建商业银行信用风险的人工神经网络模型进行了研究 ,实证结果表明 ,人工神经网模型具有很高的预测精度     

无约束优化的一个不使用导数的共轭方向法

在无约束优化中,共轭方向法是一类重要而有效的方法,其中Powell方法及其改进方法不使用目标函数导数,在实用中受到重视。文[2]指出Powell方法及其改进方法也有某些缺点,因此提出了随伴子空间方法。本文吸取上述几种方法的优点,力求克服其缺点,     

蛋白质空间结构预测的一种优化模型及算法

用理论方法预测蛋白质结构有两个难点,第一是要有一个合理的势函数,第二是要有一个有效的寻优方法找到势函数的全局极小点,本文采用联合残基力场建立了蛋白质空间结构预测模型,然后用我们给出的一种改进模拟退火算法搜索势函数的全局极小点,对脑啡肽的空间结构进行了预测和分析。