关于精确罚函数和线性规划的一个注记

本文给出了线性规划（LP）的解和其相应的精确罚函数解的等价性,证明是初等的,简明的。     

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     

简单光滑精确指数乘子罚函数

解决有约束非线性规划问题的一个基本方法足将之简化为无约束问题,比如罚函数法.其中精确罚函数法是通过解决某个无约束问题来获得原有约束问题的一个解.就经典的罚函数定义而言,简单精确罚函数是非光滑的,从而难以处理.作者提出一个简单光滑精确指数乘子罚函数,验证在二阶充分条件下它存在相应的超线性收敛率,并得到关于它的强弱对偶结果.     

用L_1-罚函数作线性搜索函数的一种修正约束变尺度算法

本文对用Ｌ１－罚函数作线性搜索的约束变尺度算法，提出了一种新的修正方法，该方法的计算量小，可行性较好，并且仍能保持原有算法的收敛性．     

精确罚函数和极小极大问题

在这篇文章中我们研究了对于不等式约束的非线性规划问题如何根据极小极大问题的鞍点来找精确罚问题的解。对于一个具有不等式约束的非线性规划问题,通过罚函数,我们构造出一个极小极大问题,应用交换“极小”或“极大”次序的策略,证明了罚问题的鞍点定理。研究结果显示极小极大问题的鞍点是精确罚问题的解。     

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。     

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.     

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．     

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.     

一类新的罚函数与罚算法(英)

在本文中,我们提出了带不等式约束的非线性规划问题的一类新的罚函数,它的一个子类可以光滑逼近$l_1$罚函数. 基于此类新的罚函数我们给出了一种罚算法,这个算法的特点是每次迭代求出罚函数的全局精确解或非精确解. 在很弱的条件下算法总是可行的. 我们在不需要任何约束规范的情况下,证明了算法的全局收敛性. 最后给出了数值实验.     

非线性-线性二层规划问题的罚函数方法

利用下层问题的K-T最优性条件将下层为线性规划的一类非线性二层规划转化成相应的单层规划,同时取下层问题的互补条件为罚项,构造了该类非线性二层规划的罚问题.通过对相应罚问题性质的分析,得到了该类非线性二层规划问题的最优性条件,同时设计了该类二层规划问题的求解方法.数值结果表明该方法是可行、有效的.     

求解MINLP的几类罚函数方法的分析和探讨

针对混合整数非线性约束优化问题(MINLP)的一般形式,通过罚函数的方法,给出了它的几种等价形式,并证明了最优解的等价性.将约束优化问题转化成更容易求解的无约束非线性优化问题,并把混合整数规划转化成非整数优化问题,从而将MINLP的求解简化为求解一个连续的无约束非线性优化问题,进而可用已有的一般无约束优化算法进行求解.     

A Boolean Penalty Method for Zero-One Nonlinear Programming

We introduce a discrete penalty called Boolean Penalty to 0–1 constrained nonlinear programming (PNLC-01). The main importance of this Penalty function are its properties which allow us to develop algorithms for the PNLC-01 problem. Optimality conditions, and numerical results are presented.     

极大熵方法与指数罚函数

就非线性极大极小问题，阐明了极大熵方法与指数罚方法的关系．通过分析相关Ｈｅｓｓｉａｎ阵的条件数，对二者进行了对比．     

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.     

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.     

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.     

Stokes问题低阶非协调混合元的改进加罚算法(英文)

通过对由经典加罚算法得到的两个解进行线性组合,研究Stokes方程低阶非协调混合元的改进加罚算法.该方法利用较大的罚参数能得到同使用较小参数的经典加罚方法一样的收敛阶.此外,基于单元的特性和插值后处理技巧,得到一些超收敛结果,从而改进以往的文献结果.