基于DC分解的非凸二次规划SDP近似解

本文提出一类基于DC分解的非凸二次规划问题SDP松弛方法,并通过求解一个二阶锥问题得到原问题的近似最优解.我们首先对非凸二次目标函数进行DC分解,然后利用线性下逼近得到一个凸二次松弛问题,而最优的DC分解可通过求解一个SDP问题得到.数值试验表明,基于DC分解的SDP近似解平均优于经典SDP松弛和随机化方法产生的近似解。     

广义分式双层规划解的性质及其对偶

讨论一类极小化双层规划：其第一层的目标函数是广义分式函数和带有参数的线性约束，第二层是K（K≥1）个带有参数的线性规划．同时讨论了这类双层规划问题的各种等价形式，给出了此类规划的解的性质；并通过讨论与之等价的d．c．规划问题，借助于d．c．规划共轭对偶理论，给出了广义线性分式双层规划的共轭对偶规划及其对偶性质．     

基于最优D.C.分解的单二次约束非凸二次规划精确算法

本文提出一种基于最优D.C.分解的单二次约束非凸二次规划精确算法.本文首先对非凸二次日标函数进行D.C.分解,然后对D.C.分解中凹的部分进行线性下逼近得到一个凸二次松弛问题.本文证明了最优D.C.分解可通过求解一个半定规划问题得到,而原问题的最优解可以通过计算最优凸二次松弛问题的满足某种互补条件的解得到.最后,本文报告了初步数值计算结果.     

概率约束最优化问题

概率约束最优化问题是随机规划的一类重要问题,在金融、管理和工程计划等领域有广泛的应用. 概率约束优化问题近年来受到了广泛的关注和重视,在应用建模、理论和方法等方面取得了不少重要的进展. 这里主要概述和总结处理概率约束的主要方法和思想,包括凸内逼近方法、情景逼近方法、DC方法和整数规划方法等,并对概率约束最优化的研究前景进行讨论.