一个求DC.规划的局部极小化算法

考虑问题这里f_i(i=1,2)是连续凸函数,m×n矩阵A列满秩。问题(P)称为DC。规划。本文借助于非光滑分析,对DC。规划构造了一个行之有效的可实现算法,此方法是对文献[1]在凸函数情形的推广,我们得到了和文献[1]相同的收敛结果。 x是问题(P)的稳定点,如果x满足Ax≤b和存在使下式成立:这里A_i是矩阵A的第i行向量,b_i是向量b的第i个分量。由稳定点的定义可知,只要x是问题(P)的局部极小点,则x是问题(P)的稳定点,     

非凸函数极小问题的BFGS算法

本对于非凸函数的无约束优化问题，给出一类修正的BFGS算法。算法的思想是对非凸函数的近似Hesse矩阵进行修正，得到下降方向，并且保证拟牛顿条件成立，当步长采用线性搜索一般模型时，证明了该算法的局部收敛性。     

一类拟可微函数的极小化算法

本文给出一类拟可微函数的极小化问题min f(x)=f₀(x)-maxf_i(x),x∈Rⁿ的算法,其中f₀是凸函数,f_i是连续可微函数,I是一个有限的指标集.算法的核心是对次微分作外接多面体近似.该算法属于下降算法.有关算法的理论作了详细的论述.     

求解l1极小化问题的Bregman迭代算法

在Tikhonov正则化方法的基础上将其转化为一类l1极小化问题进行求解,并基于Bregman迭代正则化构建了Bregman迭代算法,实现了l1极小化问题的快速求解.数值实验结果表明,Bregman迭代算法在快速求解算子方程的同时,有着比最小二乘法和Tikhonov正则化方法更高的求解精度.     

DC规划的一个对偶定理

本文给出了DC规划的直接对偶定理和逆对偶定理。作为特例,它们蕴涵了符号几何规划的对偶定理,最后给出一个数值例子来说明定理。1.引言     

极小化加权完工时间和的Flowshop问题的算法

本文讨论了极小化加权完工时间和的Flowshop问题.我们给出了一个最坏情况误差界为m的启发式算法,对于m=2的情况,如果工件具有一致权因子,即pi相似文献   

拟凸函数局部极小的整体性质

在最优化问题中,任一局部极小都是整体极小的函数是相当重要的一类函数。Zang与Ayriel在[1]中证明了函数的任一局部极小都是整体极小的充要条件是它的水平集映象为下半连续的。然而这一条件在很多情况下是难以验证的。因此研究某些具体函数类在怎样的条件下具备这种整体性是很有意义的了。事实上多年来许多作者在这方面做了不少有意义的工作,对最优化算法(特别是整体优化算法)的研究也产生了积极的推动作用。本文在半连续的假设下进一步揭示了拟凸、严格拟凸与局部极小的整体性之间的密切联系。同时我们还通过给出的下半连续和连续的拟凸函数的两个特征性质,导出了拟凸与产格拟凸的一个等价条件     

函数的非光滑程度与极小化算法的收敛性

本文对局部Ｌｉｐｓｃｈｉｔｚ连续函数引入了非光滑程度的概念，讨论了函数的非光滑程度的某些与函数的下降方向以及最优性有关的性质，并将其用于研究求函数极小值的直接方法的收敛性质。     

整数规划的一类填充函数算法

填充函数算法是求解连续总体优化问题的一类有效算法。本文改造[1]的填充函数算法使之适于直接求解整数规划问题。首先,给出整数规划问题的离散局部极小解的定义,并设计找离散局部极小解的领域搜索算法。其次,构造整数规划问题的填充函数算法。该方法通过寻找填充函数的离散局部极小解以期找到整数规划问题的比当前离散局部极小解好的解。本文的算法是直接法,数值试验表明算法是有效的。     

关于约束极小化问题的一个新的简单精确罚函数

针对等式及不等式约束极小化问题,通过对原问题添加一个变量,给出一个新的简单精确罚函数,即在该精确罚函数表达式中,不含有目标函数及约束函数的梯度．在满足某些约束品性的条件下,可以证明:当罚参数充分大时,所给出的罚问题的局部极小点是原问题的局部极小点．     

梯度Q-线性收敛的光滑凸极小化的一阶算法

受性能估计问题(PEP)方法的启发,通过考察最坏函数误差的收敛边界(即效率),优化了迭代点对应的梯度满足Q-线性收敛的光滑凸极小化的一阶方法的步长系数.介绍新的有效的一阶方法,称为QGM,具有与优化梯度法(OGM)类似的计算有效形式.     

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.     

加有两个反凸约束的凹极小

加有两个反凸约束的凹极小王清俊，钱伟懿，施光燕（苏州江南社会学院２１５００７）（大连理工大学数学系，大连１１６０２４）关键词：凸函数；凹规划；割平面算法；值域分解；全局极小ＡＭＳ（１９９１）主囹分类：９０Ｃ２５在控制论、工程设计，经济平衡等实际背景下...     

一个拟极小化左共轭梯度算法及其数值表现

左共轭梯度法是求解大型稀疏线性方程组的一种新兴的Krylov子空间方法.为克服该算法数值表现不稳定、迭代中断的缺点,本文对原方法进行等价变形,得到左共轭梯度方向的另一迭代格式,给出一个拟极小化左共轭梯度算法.数值结果证实了该变形算法与原算法的相关性.     

不可微合成函数的极小化方法

本文提出了一种极小化不可微合成函数的下降算法。该算法通过内部迭代寻找下降方向，每次内部迭代求解一个二次规划。外部迭代点不精确线搜索求得，算法在有限步内得到近似平稳点，经过适当修正后，算法全局收敛到平衡点。