求线性比式和问题全局解的一个新方法

针对一般线性比式和问题的求解,给出一个新的分支定界算法.首先利用等价转换技巧和一个新的线性化技巧,建立等价问题的松弛线性化问题,将原始的非凸规划问题归结为一系列线性规划问题的求解;然后借助于这一系列松弛线性化问题的解确定出原问题的最优解.算法的收敛性理论上得以证明,数值算例表明算法是可行的.     

一种双层规划的光滑化目标罚函数算法

论文研究了一种双层规划的光滑化目标罚函数算法,在一些条件下,证明了光滑化罚优化问题等价于原双层规划问题,而且,当下层规划问题是凸规划问题时, 给出了一个求解算法和收敛性证明.     

一种双层规划的光滑化目标罚函数算法（英文）

论文研究了一种双层规划的光滑化目标罚函数算法,在一些条件下,证明了光滑化罚优化问题等价于原双层规划问题,而且,当下层规划问题是凸规划问题时,给出了一个求解算法和收敛性证明.     

凸多乘积问题的完全多项式时间近似算法

针对凸多乘积问题,提出一种求其全局最优解的近似算法.首先,通过引入参量获得一个等价问题,然后估计问题中每一乘积项的上下界,进而借助网格结点,获得一些凸规划问题,通过求解这些凸规划问题获得原问题的近似最优解.最后,给出了该算法的收敛性证明和计算复杂性分析.     

全局求解线性多乘积规划的分支定界算法

本文针对一类线性多乘积规划问题提出一种分支定界算法.首先将原问题转化为其等价形式,然后利用提出的线性松弛技术将等价问题松弛为线性规划问题,通过求解一系列线性规划问题得到原问题的全局最优解.最后给出算法的收敛性和计算复杂性.数值实验表明算法是有效的.     

线性分式多乘积规划问题的完全多项式时间近似算法

本文针对线性分式多乘积规划问题,通过Charnes-Cooper转化将原问题转化为一个等价问题,借助此等价问题提出一个获得原问题全局近似最优解的算法,最终证明了算法的收敛性,且提供了算法运算时间的理论分析.     

求线性比式和问题全局解的输出空间分枝定界算法

基于对p-1维输出空间进行剖分的思想,提出了一种求解线性比式和问题的分枝定界算法.通过一种两阶段转换方法得到原问题的一个等价问题,该问题的非凸性主要体现在新增加的p-1个非线性等式约束上.利用双线性函数的凹凸包络对这些非线性约束进行凸化,这就为等价问题构造了凸松弛子问题.将凸松弛子问题中的冗余约束去掉并进行等价转换,从而获得了一个比凸松弛子问题规模更小、约束更少的线性规划问题.证明了算法的理论收敛性和计算复杂性.数值实验表明该算法是有效可行的.     

一些类型的数学规划问题的全局最优解

本文对严格单调函数给出了几个凸化和凹化的方法，利用这些方法可将一个严格单调的规划问题转化为一个等价的标准D．C．规划或凹极小问题．本文还对只有一个严格单调的约束的非单调规划问题给出了目标函数的一个凸化和凹化方法，利用这些方法可将只有一个严格单调约束的非单调规划问题转化为一个等价的凹极小问题．再利用已有的关于D．C．规划和凹极小的算法，可以求得原问题的全局最优解．     

带有多项式约束的广义分式规划问题的迭代算法

本文研究了一类带有广义多项式约束的广义分式规划问题.首先将原问题转化为其等价形式,然后利用特殊不等式的有关性质将等价问题转化为易于求解的几何规划问题(GP),并通过求解一系列(GP)问题获得原问题的最优解.最后,给出求解问题的迭代算法以及算法的收敛性分析,数值算例表明提出的算法是可行有效的.     

求线性比试和问题的确定性全局优化算法

为求线性比试和问题的全局最优解,本文给出了一个分支定界算法.通过一个等价问题和一个新的线性化松弛技巧,初始的非凸规划问题归结为一系列线性规划问题的求解.借助于这一系列线性规划问题的解,算法可收敛于初始非凸规划问题的最优解.算法的计算量主要是一些线性规划问题的求解.数值算例表明算法是切实可行的.     

线性比式和规划问题的输出空间分支定界算法

本文旨在针对线性比式和规划这一NP-Hard非线性规划问题提出新的全局优化算法.首先,通过引入p个辅助变量把原问题等价的转化为一个非线性规划问题,这个非线性规划问题的目标函数是乘积和的形式并给原问题增加了p个新的非线性约束,再通过构造凸凹包络的技巧对等价问题的目标函数和约束条件进行相应的线性放缩,构成等价问题的一个下界线性松弛规划问题,从而提出了一个求解原问题的分支定界算法,并证明了算法的收敛性.最后,通过数值结果比较表明所提出的算法是可行有效的.     

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.     

求一类非凸规划问题全局解的确定性算法

本文对一类非凸规划问题(NP)给出一确定性全局优化算法.这类问题包括:在非凸的可行域上极小化有限个带指数的线性函数乘积的和与差,广义线性多乘积规划,多项式规划等.通过利用等价问题和线性化技巧提出的算法收敛到问题(NP)的全局极小.     

带自由变量的广义几何规划问题的全局优化

对带自由变量的广义几何规划问题(FGGP)给出一全局优化算法.该算法先利用等价转换把(FGGP)中的自由变量转化为正变量,再通过凸化方案建立了(FGGP)的松弛凸规划(RCP).通过对(RCP)可行域的细分以及一系列(RCP)的求解过程,提出的算法收敛到(FGGP)的全局最优解,且数值例子表明了算法的可行性.     

群零模正则化问题的等价Lipschitz优化模型

针对群零模正则化问题, 从零模函数的变分刻画入手, 将其等价地表示为带有 互补约束的数学规划问题(简称MPCC问题), 然后证明将互补约束直接罚到MPCC的目标函数而得到的罚问题是MPCC问题的全局精确罚. 此精确罚问题的目标函数不仅在可行集上全局Lipschitz连续而且还具有满意的双线性结构, 为设计群零模正则化问题的序列凸松弛算法提供了满意的等价Lipschitz优化模型.     

一类单调非凸约束最优规划修正的新型分枝定界算法

本文讨论了一类单调非凸约束最优规划的目标函数和约束集的结构特征性质.阐明了如何将所考虑的问题等价地转化为一个递增函数在另一个递增函数水平集上的极大优化问题.在此基础上提出了一个我们称之为修正的新型分枝定界算法.新算法的修正之处是在计算新的极点时,采用了一个有效的新的区域删除模式以构造越来越小的Polyblock集覆盖EnH且不舍y,以排除问题(P)可行域中不存在全局r最优解的部分.最后,证明了算法的收敛性.初步的数值实验表明算法是有效可行的,可应用于求解更广的一类非凸最优规划.     

一类多乘积规划的加速算法

针对一类多乘积规划问题(MP),给出一个加速算法.首先导出一个与(MP)等价的逆凸问题(RCP),然后构造问题(RCP)的线性松弛化问题.算法的主要特点是提出了两个加速技巧,这些技巧可以用于改善算法的收敛速度.数值算例表明算法是可行的.     

求解带指数凹多乘积规划问题的对偶界方法

对一类带指数的凹多乘积规划问题,给出一种求其全局最优解的分支定界算法.先利用对数函数性质将原问题进行等价转化,对于等价问题,利用Lagrange弱对偶定理将分支定界算法中关键的定下界操作转化为易于求解的线性规划问题,且这些线性规划的规模不随迭代而变化,利于编程计算.同时,分支操作采用单纯形作为分割元素,并使用对分法,既保证穷举性,又使得线性规划的规模更小.最后给出算法的收敛性证明和数值实验结果.     

一类线性乘积规划问题的分支定界缩减方法

提出了求解一类线性乘积规划问题的分支定界缩减方法, 并证明了算法的收敛性.在这个方法中, 利用两个变量乘积的凸包络技术, 给出了目标函数与约束函数中乘积的下界, 由此确定原问题的一个松弛凸规划, 从而找到原问题全局最优值的下界和可行解. 为了加快所提算法的收敛速度, 使用了超矩形的缩减策略. 数值结果表明所提出的算法是可行的.     

凸半定规划中关于非奇异性的一个等价条件

本文将给出凸半定规划中关于非奇异性的一个等价条件,它可以看作线性半定规划中非奇异性的等价条件的推广.