排序方式: 共有6条查询结果,搜索用时 15 毫秒
1
1.
2.
3.
本文把单目标积分总极值方法与多目标的分层序列法二者思想联系起来,提出了相关均值与相关方差的概念,得到了一种新的多目标问题的总体优化算法,克服了分层序列法的局限性。文章研究了算法的收敛性及由算法得到的解集合的构造。文章考虑多目标极小化问题: 其中F(x)=(f_1(x),f_2(x),……,f_p(x))~T是R~n中区域A上的P维向量函数。 相似文献
4.
5.
本文依据分枝定界的构思模型,提出了一个以界定枝的求总极值问题的确定性算法,并证明了该算法的所有剩余集的极限集为总极值点集,从而可求得函数的所有总极值点,数值实例表明算法是有效的.§1.引言在社会生产和现代科学技术中遇到大量的求总极值问题.然而,现有的比较完 相似文献
6.
本文在[1]的基础上,给出了多目标总极值问题的基于相关均值与相关方差的最优性条件。并讨论了算法的解集与解值关于初值的稳定性。考虑多目标极小化问题: 其中F(x)=(f_1(x),f_2(x),…,f_p(x))~T是R~n中区域A上的p维向量函数。同[1],我们对问题(MP)作如下的假设: 假设 (A_1)约束集A是闭的非空丰满集。(A_2)目标函数F(x)为A上的连续函数。 (A_3)存在实向量C∈R~p使水平集H_c={x:F(x)≤C}与A的交为非空有界。 (A_4)对任何为集合Ec的边界集,μ表示勒贝格测度)。 相似文献
1