集值映射向量优化问题的锥弱有效解的镇定性和稳定性(英文)

本文研究了集值映射向量优化问题的锥弱有效解的镇定性和稳定性,我们引进了集值映射向量优化问题的镇定性和稳定性的定义,并证明了集值映射向量优化问题的镇定性和稳定性的一些主要定理.     

集值映射向量优化问题的锥弱有效解的镇定性和稳定性

本文研究了集值映射向量优化问题的锥弱有效解的镇定性和稳定性,我们引进了集值映射向量优化问题的镇定性和稳定性的定义,并证明了集值映射问题优化问题的镇定性和稳定性的一些主要定理。     

两类逼近精确罚函数法及其数值试验

1 引言 精确罚函数(exact penalty function)的构造主要有两条途径:一是基于Lagrange乘子的乘子罚函数方法,二是直接构造非光滑的精确罚函数。不必进行乘子迭代。本文讨论第三种思路:基于目标函数最优值构造保持光滑性的精确罚函数。某些无参数外点罚函数本应属于此类,但一直仅仅被作为普通外点罚函数的无参数形式。将其与无参 数内点罚函数同等看待,因此基于目标函数最优值构造精确罚函数未得到充分研究。文献[11]给出了初步结果。本文进一步发展了有关理论,导出了两类算法,证明了收敛性,最后给出了数值试验结果。 2 基于目标函数最优值的精确罚函数 考虑如下约束优化问题     

等式约束优化问题的一类新的简单光滑精确罚函数

精确罚函数方法是求解优化问题的一类经典方法,传统的精确罚函数不可能既是简单的又是光滑的,这里简单的是指罚函数中不包含目标函数和约束函数的梯度信息。针对等式约束问题提出了不同与传统罚函数的一类新的简单光滑罚函数并证明了它是精确的。给出了以新的罚函数为基础的罚函数方法并用数值例子说明算法是可行的。     

多目标规划的弱镇定性、弱稳定性及其精确罚函数

本文将 Rosenberg 在文[1]中定义的单目标规划的镇定性、稳定性概念推广到多目标的情形,讨论多目标规划问题(VP)(?)f(x)s.t.g_k(x)≤0,k∈K_1,h_k(x)=0,k∈K_2的弱镇定性、弱稳定性、局部弱稳定性、一致局部弱稳定性,以及罚函数问题     

集值优化问题的非线性增广拉格朗日方法

本文引入一类新的具有弱零极值性质的非线性增广罚函数,并利用增广拉格朗日方法和抽象共轭与双共轭,抽象次梯度,原问题稳定等概念来研究Banach空间中集值向量优化问题的非线性增广拉格朗日对偶定理·若原问题是稳定的,则原问题与对偶问题之间存在零对偶间隙。在下确界外稳定的假设下得到零对偶间隙性质成立的充分必要条件.这些结论是有限维空间上的实值优化问题和集值向量优化问题中相应结论的推广.     

带等式约束的光滑优化问题的一类新的精确罚函数

罚函数方法是将约束优化问题转化为无约束优化问题的主要方法之一. 不包含目标函数和约束函数梯度信息的罚函数, 称为简单罚函数. 对传统精确罚函数而言, 如果它是简单的就一定是非光滑的; 如果它是光滑的, 就一定不是简单的. 针对等式约束优化问题, 提出一类新的简单罚函数, 该罚函数通过增加一个新的变量来控制罚项. 证明了此罚函数的光滑性和精确性, 并给出了一种解决等式约束优化问题的罚函数算法. 数值结果表明, 该算法对于求解等式约束优化问题是可行的.     

关于一类等式约束优化的简单光滑精确罚函数

本文给出了一类等式约束优化的简单光滑精确罚函数,该精确罚函数有别于传统罚函数,它是光滑的和简单的,即在该精确罚函数表达式中,不含有目标函数的梯度.     

不等式约束优化问题的低阶精确罚函数的光滑化算法

对不等式约束优化问题提出了一个低阶精确罚函数的光滑化算法. 首先给出了光滑罚问题、非光滑罚问题及原问题的目标函数值之间的误差估计,进而在弱的假
设之下证明了光滑罚问题的全局最优解是原问题的近似全局最优解. 最后给出了一个基于光滑罚函数的求解原问题的算法,证明了算法的收敛性,并给出数值算例说明算法的可行性.     

化不等式约束问题为无约束的广义可微限域精确罚函数方法

本文给出了广义可微精确罚函数的概念及一类所谓广义限域可微精确罚函数.本文预先选定罚因子,将不等式约束问题化为单一的无约束问题,并给出了具全局收敛性的算法.本文的罚函数构造简单,假设条件少而且算法的构造与收敛性结果是独特的.     

非线性约束最优化问题中的一种光滑精确罚函数算法（英文）

针对非线性不等式约束优化问题提出一种新的光滑精确罚函数,并证明这种类型的光滑罚函数对求解非线性约束优化问题具有好的性质.基于这个光滑精确罚函数,文中设计罚函数算法,并证明在一些较弱的条件下,算法具有全局收敛性.最后,一些数值算例说明算法的有效性.     

一种新的求解带约束的有限极大极小问题的精确罚函数

提出了一种新的精确光滑罚函数求解带约束的极大极小问题．仅仅添加一个额外的变量,利用这个精确光滑罚函数,将带约束的极大极小问题转化为无约束优化问题． 证明了在合理的假设条件下,当罚参数充分大,罚问题的极小值点就是原问题的极小值点．进一步,研究了局部精确性质．数值结果表明这种罚函数算法是求解带约束有限极大极小问题的一种有效算法．     

非光滑规划的精确罚函数

一、引言罚函数方法是数学规划求约束最优解的重要方法之一.自60年代 Zangwill 等人系统地研究罚函数理论以来,发展很快,文献很多.经典的罚函数理论,是通过添加罚函数项后,研究一系列无约束优化问题.并使惩罚参数趋于无限大来获得原规划的最优解.而精确罚函数理论是通过求解单个无约束优化问题来求原规划的最优解.     

一类半向量二层规划问题的精确罚函数方法

研究了一类半向量二层规划乐观最优解的求解问题.利用下层问题的最优性条件构造了该类半向量二层规划问题的罚问题,分析了原问题的最优解与罚问题最优解之间的关系,证明了罚函数的精确性.同时对目标函数和约束条件均为线性函数的半向量二层规划问题研究了其最优性条件,并设计了相应的罚函数算法.数值结果表明所设计的罚函数方法对该类半向量二层规划问题是可行的.     

一类非线性半向量二层规划问题的罚函数方法

本文研究了一类非线性-线性半向量二层规划问题的罚函数求解方法.对于该类半向量二层规划问题,首先基于下层问题的加权标量化方法和Karush-Kuhn-Tucker最优性条件,将其转化为一般的二层规划问题,并取下层问题的互补约束为罚项,构造出相应的罚问题;然后分析罚问题最优解的相关特征以及最优性条件,进而设计了相应的罚函数算法;最后以相关算例验证了罚函数算法的可行、有效性.     

基于二次函数光滑化逼近的修正低阶罚函数

针对不等式约束优化问题, 给出了通过二次函数对低阶精确罚函数进行光滑化逼近的两种函数形式, 得到修正的光滑罚函数. 证明了在一定条件下, 当罚参数充分大, 修正的光滑罚问题的全局最优解是原优化问题的全局最优解. 给出的两个数值例子说明了所提出的光滑化方法的有效性.     

McCormick理想精确罚函数的展开

本文讨论由McCormick理想精确罚函数作线性化而得的一个精确罚函数,它与Fletcher精确罚函数有相似形式。 在某种条件下,建立了原有约束问题解和这一精确罚函数解之间的等价性。     

非线性规划整体精确罚函数的一个新的充分条件

§1.引言 非线性规划的精确罚函数法,越来越引起人们的注意,后为它可以把一个带约束问题化为一个或有限个无约束问题。 关于精确罚函数的存在性的研究,大致可以分成两类:一类是局部精确罚函数,其中     

低阶精确罚函数的一种二阶光滑逼近

给出了求解约束优化问题的低阶精确罚函数的一种二阶光滑逼近方法,证明了光滑后的罚优化问题的最优解是原约束优化问题的ε-近似最优解,基于光滑后的罚优化问题,提出了求解约束优化问题的一种新的算法,并证明了该算法的收敛性,数值例子表明该算法对于求解约束优化问题是有效的.     

一族精确罚函数的存在性及控制参数的下界

本文讨论了非线性等式与不等式约束的优化问题的一族比较广的精确罚函数的存在性,不需凸性及任何约束规格的假设,证明了当罚参数充分大后,惩罚问题的(严格)局部极小点是原问题的(严格)局部极小点,惩罚问题的全局极小点是原问题的最优解,并给出控制参数的一个下界。