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.     

一个新的求解广义几何规划问题的全局优化方法（英文）

为求解广义几何规划问题,提出一个新的线性化松弛技巧.在此基础上,给出一个新的分支定界算法.为进一步改进算法,构造一个新的删除技巧,该技巧可被用来提高算法收敛效率.理论上证明了算法的收敛性,数值试验显示本文方法是有效可行的.     

求线性多乘积规划问题的分支定界算法（英文）

为求解线性多乘积规划问题(LMP),本文提出一个新的全局优化算法.首先,利用二阶导数信息,给出了一个新的线性化松弛方法.其次,为了改进算法的收敛速度,提出一个区域删除技巧.最后,为求解LMP,设计了一个分支定界算法.理论上证明了算法的收敛性.数值实验结果显示本文方法是有效可行的.     

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.     

一类比式和问题的全局优化方法

对于一类比式和问题(P)给出一全局优化算法.首先利用线性约束的特征推导出问题(P)的等价问题(P1),然后利用新的线性松弛方法建立了问题(P1)的松弛线性规划(RLP),通过对目标函数可行域线性松弛的连续细分以及求解一系列线性规划,提出的分枝定界算法收敛到问题(P)的全局最优解.最终数值实验结果表明了该算法的可行性和高效性.     

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.     

带非凸二次约束的二次比式和问题的全局优化算法(英文)

对带非凸二次约束的二次比式和问题(P)给出分枝定界算法,首先将问题(P)转化为其等价问题(Q),然后利用线性化技术,建立了(Q)松弛线性规划问题(RLP),通过对(RLP)可行域的细分及求解一系列线性规划问题,不断更新(Q)的上下界,从理论上证明了算法的收敛性,数值实验表明了算法的可行性和有效性.     

一类新的分式规划问题的全局优化方法

本文对一类新的分式规划问题(FP)提出了一个有效的全局优化方法.首先将问题(FP)转化为其等价问题(EFP),然后利用线性化技术建立了(EFP)的松弛线性规划问题(RLP),通过对其可行域的细分和求解一系列的线性规划,得到问题(EFP)的全局最优值的上下界.理论证明和数值试验的结果都表明该算法能有效求解问题(FP),推广了线性比式和的情形.     

一类DC规划问题的分支定界算法

本文针对一类带有箱子和线性不等式约束的特殊DC规划问题,提出了一种分支定界算法.首先将原问题转化为其等价问题,然后利用目标函数的特点将等价问题松弛为凸规划问题,通过求解一系列凸规划问题得到原问题的最优解,最后给出算法的收敛性证明.数值实验表明该算法是可行有效的.     

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.