用非线性方程组求解等式约束非线性规划问题的降维算法

本文研究线性和非线性等式约束非线性规划问题的降维算法.首先,利用一般等式约束问题的降维方法,将线性等式约束非线性规划问题转换成一个非线性方程组,解非线性方程组即得其解;然后,对线性和非线性等式约束非线性规划问题用Lagrange乘子法,将非线性约束部分和目标函数构成增广的Lagrange函数,并保留线性等式约束,这样便得到一个线性等式约束非线性规划序列,从而,又将问题转化为求解只含线性等式约束的非线性规划问题.     

Dynamic Modeling of Spatial Cooperation Between Dual-Arm Mobile Manipulators北大核心CSCD

移动机械臂进行空间协作时会产生复杂的非线性耦合,使得采用Lagrange方程或Newton-Euler法直接进行建模极为繁琐。针对双移动机械臂空间协作问题,提出了一种结合Udwadia-Kalaba (U-K)方法与Lagrange方程建立动力学模型的方法。在建模过程中,将负载简化为连杆,选择负载中心断开的方式对系统进行分解,从而避免了机械臂末端关节断开导致的末端关节转角与连杆转角的约束信息缺失问题;将分割形成的两个子系统通过Lagrange方程进行建模,得到了子系统的动力学模型;再将协作系统的固有几何关系通过约束形式引入,应用U-K方法得到了协作系统动力学模型,减少了建立动力学模型所需要的计算量;最后通过数值仿真验证了该方法所得到的动力学模型的准确性。     

转子动力学横向振动基本方程

针对转子动力学系统横向振动基本方程进行研究.将Euler（欧拉）角表示引入转子动力学系统,可以建立描述转子的非线性旋转运动的精细数学模型.并将该精细模型线性化,建立了描述转子动力的基本方程,通过数值算例分析验证了该方程的正确性和有效性.     

0-1线性规划的连续化及其遗传算法解法

将0-1离散规划通过一个非线性等式约束表示为[0,1]区间上等价的连续变量非线性规划列式.对非线性等式约束的问题进行了两种方法的处理.第一种方法使用乘子法,第二种方法将非线性的等式约束近似为一个非线性的不等式约束,均利用遗传算法程序GENOCOP进行了求解.对多个算例进行了计算,结果表明了该方法的可行性和有效性.     

太阳帆塔轨道和姿态耦合动力学建模及辛求解

在建立太阳帆塔太阳能电站简化模型的基础上,将系统的动力学方程从Lagrange体系导入到了Hamilton体系,给出了带约束的Hamilton正则方程;进而采用祖冲之类算法和辛Runge-Kutta方法分析了太阳帆塔轨道和姿态耦合系统的动力学特性,并讨论了算法的保能量、保约束特性;最后,数值模拟了系统的动力学特性,说明了所提方法的有效性.     

非线性等式和线性不等式约束优化的信赖域方法 *

对非线性等式和线性不等式约束的优化问题提出一个新的信赖域算法,在通常假设条件下,证明了算法的全局收敛性.此外,由于通过引进松弛变量,可把非线性不等式约束转化为一个方程的形式,因此,该算法可用于求解一般非线性规划问题.     

带有不等式约束的非线性规划问题的一个精确增广Lagrange函数

对求解带有不等式约束的非线性非凸规划问题的一个精确增广Lagrange函数进行了研究．在适当的假设下,给出了原约束问题的局部极小点与增广Lagrange函数,在原问题变量空间上的无约束局部极小点之间的对应关系．进一步地,在对全局解的一定假设下,还提供了原约束问题的全局最优解与增广Lagrange函数,在原问题变量空间的一个紧子集上的全局最优解之间的一些对应关系．因此,从理论上讲,采用该文给出的增广Lagrange函数作为辅助函数的乘子法,可以求得不等式约束非线性规划问题的最优解和对应的Lagrange乘子．     

两个泛函优化定理的证明

在泛函优化理论中,Lagrange乘子定理、对偶定理占有重要地位.建立了带有等式和不等式约束的泛函优化问题,并给出了广义Lagrange乘子定理、广义Lagrange对偶定理的证明.     

辛Runge-Kutta方法在卫星交会对接中的非线性动力学应用研究

卫星交会对接问题是实现太空平台等空间系统的关键问题之一.考虑了由于地球引力作用而引起的卫星交会对接中的非线性动力学问题.首先,采用能量方法给出Lagrange函数;然后,通过引入广义坐标和广义动量,以及Legendre变换,得到Hamilton方程;随后,采用辛Runge-Kutta方法求解该Hamilton方程,并与传统的四阶Runge-Kutta方法对比.数值结果表明:辛Runge-Kutta方法能够在积分过程中长时间保持系统的固有特性,为天体动力学问题的研究提供了良好的数值方法.     

等式约束优化一个新的SQP算法

提出了一个处理等式约束优化问题新的SQP算法,该算法通过求解一个增广Lagrange函数的拟Newton方法推导出一个等式约束二次规划子问题,从而获得下降方向．罚因子具有自动调节性,并能避免趋于无穷．为克服Maratos效应采用增广Lagrange函数作为效益函数并结合二阶步校正方法．在适当的条件下,证明算法是全局收敛的,并且具有超线性收敛速度．     

完整系统三阶Lagrange方程的一种推导与讨论

从牛顿运动方程出发,推导了完整系统关于广义加速度的Lagrange方程.讨论了该方程与传统分析力学中的Lagrange方程的相容性问题.结果显示,三阶Lagrange方程可以通过对Lagrange方程求一阶时间导数得到,表明它们是相容的.因此三阶Lagrange方程提供了一种不同于传统Lagrange方程方法的求解物体运动方程的途径.     

完整系统三阶Lagrange方程的一种推导与讨论

从牛顿运动方程出发，推导了完整系统关于广义加速度的Lagrange方程.讨论了该方程与传统分析力学中的Lagrange方程的相容性问题.结果显示，三阶Lagrange方程可以通过对Lagrange方程求一阶时间导数得到，表明它们是相容的.因此三阶Lagrange方程提供了一种不同于传统Lagrange方程方法的求解物体运动方程的途径.     

Linear programming based decomposition methods for inventory distribution systems

We consider an inventory distribution system consisting of one warehouse and multiple retailers. The retailers face random demand and are supplied by the warehouse. The warehouse replenishes its stock from an external supplier. The objective is to minimize the total expected replenishment, holding and backlogging cost over a finite planning horizon. The problem can be formulated as a dynamic program, but this dynamic program is difficult to solve due to its high dimensional state variable. It has been observed in the earlier literature that if the warehouse is allowed to ship negative quantities to the retailers, then the problem decomposes by the locations. One way to exploit this observation is to relax the constraints that ensure the nonnegativity of the shipments to the retailers by associating Lagrange multipliers with them, which naturally raises the question of how to choose a good set of Lagrange multipliers. In this paper, we propose efficient methods that choose a good set of Lagrange multipliers by solving linear programming approximations to the inventory distribution problem. Computational experiments indicate that the inventory replenishment policies obtained by our approach can outperform several standard benchmarks by significant margins.     

球体的弹性动力学解和动应力集中现象

本文提出了一种解析方法求解球体的弹性动力学问题.将球体弹性动力学基本解,分解为一个满足给定非齐次混合边界条件的准静态解和一个仅满足齐次混合边界条件的动态解的叠加.利用变量替换将动态解需满足的动态方程变换为贝塞尔方程,并通过定义一个有限汉克尔变换,就可以容易地求得非齐次动态方程的动态解,从而,得到球体弹性动力学的精确解.从计算结果中可以发现,在冲击外压作用下的球体圆心处具有动应力集中现象,并导致很高的动应力峰值,这对球体的动强度研究有一定的实际意义.     

Solving Quadratically Constrained Least Squares Problems Using a Differential-Geometric Approach

A quadratically constrained linear least squares problem is usually solved using a Lagrange multiplier for the constraint and then solving iteratively a nonlinear secular equation for the optimal Lagrange multiplier. It is well-known that, due to the closeness to a pole for the secular equation, standard methods for solving the secular equation can be slow, and sometimes it is not easy to select a good starting value for the iteration. The problem can be reformulated as that of minimizing the residual of the least squares problem on the unit sphere. Using a differential-geometric approach we formulate Newton's method on the sphere, and thereby avoid the difficulties associated with the Lagrange multiplier formulation. This Newton method on the sphere can be implemented efficiently, and since it is easy to find a good starting value for the iteration, and the convergence is often quite fast, it has a clear advantage over the Lagrange multiplier method. A numerical example is given.     

Nonlinear integer programming for optimal allocation in stratified sampling

A stratified random sampling plan is one in which the elements of the population are first divided into nonoverlapping groups, and then a simple random sample is selected from each group. In this paper, we focus on determining the optimal sample size of each group. We show that various versions of this problem can be transformed into a particular nonlinear program with a convex objective function, a single linear constraint, and bounded variables. Two branch and bound algorithms are presented for solving the problem. The first algorithm solves the transformed subproblems in the branch and bound tree using a variable pegging procedure. The second algorithm solves the subproblems by performing a search to identify the optimal Lagrange multiplier of the single constraint. We also present linearization and dynamic programming methods that can be used for solving the stratified sampling problem. Computational testing indicates that the pegging branch and bound algorithm is fastest for some classes of problems, and the linearization method is fastest for other classes of problems.     

非线性最优控制问题的保辛多层次求解方法

将非线性系统的最优控制问题导向Hamilton系统,提出了求解非线性最优控制问题的保辛多层次方法．首先,以时间区段两端状态为独立变量并在区段内采用Lagrange插值近似状态和协态变量,通过对偶变量变分原理将非线性最优控制问题转化为非线性方程组的求解．然后,在保辛算法的具体实施过程中提出了多层次求解思想,以2N类算法为基础由低层次到高层次加密离散时间区段,利用Lagrange插值得到网格加密后的初始状态与协态变量作为求解非线性方程组的初值,可提高计算效率．数值算例验证了算法在求解效率与求解精度上的有效性．     

A Mean-variance Problem in the Constant Elasticity of Variance (CEV) Mo del

In this paper, we focus on a constant elasticity of variance (CEV) model and want to find its optimal strategies for a mean-variance problem under two con-strained controls: reinsurance/new business an...