共查询到20条相似文献,搜索用时 15 毫秒
1.
本文提出具有线性等式约束多目标规划问题的一个降维算法.当目标函数全是二次或线性但至少有一个二次型时,用线性加权法转化原问题为单目标二次规划,再用降维方法转化为求解一个线性方程组.若目标函数非上述情形,首先用线性加权法将原问题转化为具有线性等式约束的非线性规划,然后,对这一非线性规划的目标函数二次逼近,构成线性等式约束二次规划序列,用降维法求解,直到满足精度要求为止. 相似文献
2.
给出含有导数式子的等式或不等式,判断一类等式或不等式是否成立,这类问题常常需要利用导数的运算法则构造函数,然后利用导函数的性质解决问题.下面我们举例说明. 相似文献
3.
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. 相似文献
4.
5.
6.
利用函数的单词性可对Jordan不等式和Kober不等式进行拓广与加强,从而获得两组新的不等式结论. 相似文献
7.
初始点任意的一个非线性优化的广义梯度投影法 总被引:8,自引:0,他引:8
广义投影算法的优点是避免转轴运算。它成功地给出了线性约束问题、初始点任意的只带非线性不等式约束问题,以及利用辅助规划来处理带等式与不等式约束问题的算法.后者完满地解决了投影算法对于非线性等式约束问题的处理,但要求满足不等式约束的初始点.本文据此利用广义投影与罚函数技巧给出了一个初始点任意的等式与不等式约束问题的算法,省去了求初始解的计算,并保持了上述方法的优点,证明了算法的全局收敛性 相似文献
8.
9.
通过模糊数的结构元表示方法,利用两个单调函数的自反单调变换构造了等式限定算子,推广了文[6]中的等式限定运算,处理了存在负模糊情况下关于乘法运算的不可逆问题.同时,本文还将等式限定运算推广到模糊值函数上,提出了模糊值函数等式限定运算的结构元方法,解决了模糊值函数运算的不可逆问题. 相似文献
10.
本文利用一个与Gamma函数有关的函数的几何凸性.得到了一个新的不等式.它加强了Minc—Sathre不等式和H。Alzer的推广不等式. 相似文献
11.
文中讨论具有等式约束的拟可微规划的FritzJohn型条件,定义了函数的Fq-,凸性,研宄了Fritz John型条件的充分性. 相似文献
12.
本文给出了一类新的求解箱约束全局整数规划问题的填充函数,并讨论了其填充性质.基于提出的填充函数,设计了一个求解带等式约束、不等式约束、及箱约束的全局整数规划问题的算法.初步的数值试验结果表明提出的算法是可行的。 相似文献
13.
函数方程的几种有效解法 总被引:2,自引:0,他引:2
含有未知函数的等式称为函数方程,解函数方程的问题,就是求能使函数方程成立的一个函数或一类函数的集合,解函数方程没有一般的方法,需要有较强的解题技能和技巧,本文通过例题介绍函数方程的几种有效解法。 相似文献
14.
本文提出了一个解线性等式约束优化问题的新锥模型信赖域方法.论文采用零空间技术消除了新锥模型子问题中的线性等式约束,用折线法求解转换后的子问题,并给出了解线性等式约束优化问题的信赖域方法.论文提出并证明了该方法的全局收敛性,并给出了该方法解线性等式约束优化问题的数值实验.理论和数值实验结果表明新锥模型信赖域方法是有效的,这给出了用新锥模型进一步研究非线性优化的基础. 相似文献
15.
关于Hardy-Hilbert不等式及其等价式的推广 总被引:18,自引:2,他引:16
本文引入参数λ,建立推广的Hardy-Hilbert不等式及其等价式,并证明它们的常数因子与β-函数有关,且为最佳值,还考虑了对应的积分形式. 相似文献
16.
17.
18.
不等式恒成立问题是高考中一类常见的典型问题,近几年的高考试题中经常出现存在x0使不等式(等式)成立的问题,我们把它称之为“不等式(等式)能成立”的问题.与不等式恒成立问题一样,这类问题的解决,大多可用函数的观点来审视,用函数的有关性质来处理. 相似文献
19.
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. 相似文献
20.
带等式约束的光滑优化问题的一类新的精确罚函数 总被引:1,自引:0,他引:1
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. 相似文献