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.     

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。     

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     

一类修改的带NCP函数信赖域滤子算法

本文针对非线性规划给出了一种修改的带NCP函数的信赖域滤子SQP算法,主要的修改之处是用NCP函数替代了滤子中约束违反度函数,而且进一步证明了这种修改的算法同样具有全局收敛性.     

一种新的逼近精确罚函数的罚函数及性质

针对可微非线性规划问题提出了一个新的逼近精确罚函数的罚函数形式,给出了近似逼近算法与渐进算法,并证明了近似算法所得序列若有聚点,则必为原问题最优解. 在较弱的假设条件下,证明了算法所得的极小点列有界,且其聚点均为原问题的最优解,并得到在Mangasarian-Fromovitz约束条件下,经过有限次迭代所得的极小点为可行点.     

用罚函数求解线性双层规划的全局优化方法

用罚函数法将线性双层规划转化为带罚函数子项的双线性规划问题，由于其全局最优解可在约束域的极点上找到，利用对偶理论给出了一种求解该双线性规划的方法，并证明当罚因子大于某一正数时，双线性规划的解就是原线性双层规划的全局最优解。     

一个修正的罚函数方法

本文通过给出的一个修正的罚函数,把约束非线性规划问题转化为无约束非线性规划问题.我们讨论了原问题与相应的罚问题局部最优解和全局最优解之间的关系,并给出了乘子参数和罚参数与迭代点之间的关系,最后给出了一个简单算法,数值试验表明算法是有效的.     

一类求解约束全局优化问题的填充函数

本文构造了一类求解约束全局优化问题的填充函数,并在适当的假设条件下, 证明了其填充性质及其它分析性质; 此外,根据所构造的填充函数设计了相应的算法, 并给出了数值试验结果, 以说明所构造填充函数方法的有效性.     

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.     

一类逼近l1精确罚函数的罚函数

本文对可微非线性规划问题提出了一个渐近算法,它是基于一类逼近l1精确罚函数的罚函数而提出的,我们证明了算法所得的极小点列的聚点均为原问题的最优解,并在Mangasarian-Fromovitz约束条件下,证明了有限次迭代之后,所有迭代均为可行的,即迭代所得的极小点为可行点.     

一个解非线性0-1整数规划问题基于罚函数的混合粒子群优化算法

利用罚函数思想把非线性0-1整数规划问题转化为无约束最优化问题,然后把粒子群优化和罚函数方法结合构造出一个基于罚函数的混合粒子群优化算法,数值结果表明所提出的算法是有效的.     

A Class of Augmented Filled Functions

The filled function method is an effective approach to find the global minimizer. Two of the recently proposed filled functions are H(X) and L₂(X). Although their numerical behavior is acceptable, they are not defined everywhere. This paper proposes a class of augmented filled functions with improved analyticity. Issues covered in the presented work include: theoretical properties, convergence analysis, geometric interpretation, algorithms, and numerical experiments. The overall performance of the new approach is comparable to the recently proposed ones.     

解非线性规划问题的非参数罚函数多目标正交遗传算法

对非线性规划问题的处理通常采用罚函数法,使用罚函数法的困难在于参数的选取.本文提出了一种解非线性规划问题非参数罚函数多目标正交遗传算法,对违反约束的个体进行动态的惩罚以保持群体中不可行解的一定比例,从而不但有效增加种群的多样性,而且避免了传统的过度惩罚缺陷,使群体更好地向最优解逼近.数据实验表明该算法对带约束的非线性规划问题求解是非常有效的.     

线性规划问题罚函数方法的一种统一形式

用一种统一的方式,讨论了线性规划问题中常用的罚函数方法及其对偶性.并将这种方法应用到等式约束二次规划问题中.     

约束非线性规划的神经网络算法

神经网络具有内在大规模并行运算和快速收敛特性,它在最优化技术上的运用近年来受到广泛的重视。本提出一个新的求解一般约束非线性规划的神经网络模型,它具有全局收敛性和广泛的适用性,是求解一般非线性规划问题的新工具。理论分析和模拟计算均表明了模型的有效性。     

Partially Strictly Monotone and Nonlinear Penalty Functions for Constrained Mathematical Programs

We introduce the concept of partially strictly monotone functions and apply it to construct a class of nonlinear penalty functions for a constrained optimization problem. This class of nonlinear penalty functions includes some (nonlinear) penalty functions currently used in the literature as special cases. Assuming that the perturbation function is lower semi-continuous, we prove that the sequence of optimal values of nonlinear penalty problems converges to that of the original constrained optimization problem. First-order and second-order necessary optimality conditions of nonlinear penalty problems are derived by converting the optimality of penalty problems into that of a smooth constrained vector optimization problem. This approach allows for a concise derivation of optimality conditions of nonlinear penalty problems. Finally, we prove that each limit point of the second-order stationary points of the nonlinear penalty problems is a second-order stationary point of the original constrained optimization problem.     

非线性整规划中的精确光滑罚函数

本文提出了几个非线性整规划 的全局精确光滑罚函数，每个罚函数有两个参数，并且给出了每个罚函数的精确罚参数的估计值，最后，我们举例说明了所提出的罚方法在具有整系数多项式目标函数以约束函数的整数规划中的应用。