全局优化问题的一个单参数填充函数方法

利用改进的填充函数的定义,对一般的无约束最优化问题给出了一个新的单参数填充函数,分析并证明了此填充函数的性质.利用该填充函数,构造了新的算法,对此算法进行了数值实验,并将此算法做了比较,结果表明此填充函数算法是可行的.     

全局最优化问题的一个无参数的填充函数算法

本文研究了全局最优化问题.利用构造填充函数的方法,提出了一个新的无参数填充函数,它是目标函数的一个明确表达式.得到了一个新的无参数填充函数算法,数值试验结果表明该填充函数算法是有效的,从而推广了填充函数算法在求解全局最优化问题方面的应用.     

求全局最优化问题的一种新定义的填充函数

提出了一种新的填充函数定义和填充函数,这种填充函数只含有一个参数且可以用来寻找全局优化问题的最优点.经过理论分析提出了一种新的填充函数算法.数值实验验证了此算法的有效性.     

求解带箱子集约束的非光滑全局优化问题的填充函数方法

提出了一个求解带箱子集约束的非光滑全局优化问题的填充函数方法.构造的填充函数只包含一个参数,且此参数在迭代过程中容易调节.分析了填充函数的理论性质,在此基础上设计了填充函数算法.数值计算验证了该算法的有效性.     

全局优化问题的一个无参数填充函数算法

填充函数法是求解全局优化问题的一种有效的确定性算法,方法的关键在于填充函数的构造.对于一般无约束优化问题提出了一个新的无参数填充函数,通过定义证明了此填充函数能保持填充性质.利用其理论性质设计了相应的算法并对几个经典的算例进行了数值实验,实验结果表明算法有效可行.     

两类新的填充函数

给出了填充函数的一个新的定义,并在此基础上,构造了两类新的填充函数,之后对其性质进行了分析和讨论.最后基于构造的第二类填充函数,建立了一种全局优化算法,并对该算法进行了数值试验.数值结果表明该填充函数算法是可行有效的.     

求解全局优化问题的填充函数算法

填充函数法是求解多变量、多极值函数全局优化问题的有效方法.这种方法的关键是构造填充函数.本文在无Lipschitz连续条件下,对一般无约束最优化问题提出了一类单参数填充函数.讨论了其填充性质,并设计了一个求解约束全局优化问题的填充函数算法,数值实验表明,算法是有效的.     

求解带箱式约束全局优化问题的滤子填充函数方法

提出一个基于滤子技术的填充函数算法, 用于求解带箱式约束的非凸全局优化问题. 填充函数算法是求解全局优化问题的有效方法之一, 而滤子技术以其良好的数值效果广泛应用于局部优化算法中. 为优化填充函数方法, 应用滤子来监控迭代过程. 首先给出一个新的填充函数并讨论了其特性, 在此基础上提出了理论算法及算法性质. 最后列出数值实验结果以说明算法的有效性.     

一类关于非光滑全局优化的双参数填充函数

为在有界闭集上寻找非光滑函数的全局极小点,本文在文献[12]的基础上提出了一个改进的填充函数定义,然后给出了一个新的双参数填充函数.讨论了所给填充函数的理论和数值性质并设计了相应的算法.分析表明所给填充函数对参数的选择优于相关文献中的结果.数值实验表明,本文所给出的新的填充函数算法是有效的.     

求无约束连续全局优化问题的单参数填充函数法

填充函数法是求解全局优化问题的一个重要的确定性算法,这种方法的关键是构造具有良好性质的填充函数.构造了一个新的求解无约束全局优化问题的填充函数.函数连续可微且只包含一个参数.通过分析该函数的相关性质,设计了相应的算法.数值实验表明该算法简单有效.     

一类新的求全局优化问题的填充函数

填充函数方法是一种寻找全局极小解的有效方法.本文首先对现有的填充函数进行研究分析,然后构造出一类新的填充函数,设计算法,并通过数值试验验证了该函数和算法的有效性.     

一个新的非线性整数规划问题的单参数填充函数算法

非线性整数规划问题是一类复杂的优化问题,填充函数算法是求解整数规划问题的一类有效方法.构造一个新的单参数填充函数,分析并证明了其填充性质;然后,基于该填充函数并结合离散最速下降法提出了一种新的填充函数算法;最后,采用新算法对6个测试函数进行数值实验,结果表明该算法具有良好的计算效果,是有效可行的.     

A filled function method applied to nonsmooth constrained global optimization

The filled function method is an effective approach to find a global minimizer. In this paper, based on a new definition of the filled function for nonsmooth constrained programming problems, a one-parameter filled function is constructed to improve the efficiency of numerical computation. Then a corresponding algorithm is presented. It is a global optimization method which modify the objective function as a filled function, and which find a better local minimizer gradually by optimizing the filled function constructed on the minimizer previously found. Illustrative examples are provided to demonstrate the efficiency and reliability of the proposed filled function method.     

一个无参数的填充函数算法

自从1990年Ge R.P.教授在文章【A Filled Function Method for Finding a Global Minimizer of a Function of Several Variables[J].Math.Programming,1990,46:191-204】中提出了求全局最优化的填充函数算法以来,此类算法的有效性一直受到调整参数的困扰,在上述文章最后他也期待出现无参数的填充函数.作为一种尝试,本文提出了一种新的无参数的填充函数,并在此基础上,构造出一个无参数填充函数算法.数值试验证明该算法是有效的,同时与已有的填充函数算法比较具有计算量小的优势.     

一个新的填充函数

填充函数法是一种解无约束全局极小化问题的方法.这种方法的关键是构造填充函数,在已发表的文献中已经介绍了几种填充函数.在此介绍只含一个参数的填充函数,并且根据此填充函数提出了一种填充函数算法.给出了用这种填充函数法解几个测试问题的计算结果.     

A filled function method with one parameter for unconstrained global optimization

The filled function method is considered as an efficient approach to solve the global optimization problems. In this paper, a new filled function method is proposed. Its main idea is as follows: a new continuously differentiable filled function with only one parameter is constructed for unconstrained global optimization when a minimizer of the objective function is found, then a minimizer of the filled function will be found in a lower basin of the objective function, thereafter, a better minimizer of the objective function will be found. The above process is repeated until the global optimal solution is found. The numerical experiments show the efficiency of the proposed filled function method.     

求解Lipschitz型规划全局极小点的改进的填充函数法

1 引言 考虑问题 (P)min(x), x∈Ω其中F:ΩR~n→R是局部Lipschitz函数,Ω为紧集,且F(x)在Ω内有极小点。文[1,2,3]在一定条件下给出了求解一般非光滑规划全局极小点的填充函数法,并给出了求解的全过程。本文根据文[1,2,3]的思想,为求解(P),结合函数的特点,给出了一种改进     

A continuously differentiable filled function method for global optimization

In this paper, a new filled function method for finding a global minimizer of global optimization is proposed. The proposed filled function is continuously differentiable and only contains one parameter. It has no parameter sensitive terms. As a result, a general classical local optimization method can be used to find a better minimizer of the proposed filled function with easy parameter adjustment. Numerical experiments show that the proposed filled function method is effective.     

求一类非光滑规划全局极小点的改进的填充函数法

考虑优化问题minx∈ΩF(x) ,针对F(x)为局部Lipschitz函数 ,本文引入了求解该优化问题的一类改进的单参数填充函数 ,给出了相应的算法和收敛估计 ,理论分析和数值结果表明该方法是行之有效的