利用遗传算法求一类非线性规划的最优解

针对一类非线性规则问题（Nonlinear Programming Problem)，采用遗传算法思想设计求解算法，实例表明，该遗传算法具有较高的计算效率。     

一类模糊非线性方程组及解法

模糊非线性方程组 ,在模糊控制和现实生活中很普遍 .本文考虑一类模糊非线性方程组的性质 ,然后给出一种解法 .首先把模糊非线性方程组转变成非线性规划 ,再用非线性规划中的方法或软件来解 .     

一类非线性规划问题的研究

一些具有特殊结构的非线性规划问题我们已得到了很好的结果，本文研究一种具有特殊结构非线性规划问题的推广问题。     

利用复形法求解一类非线性规划问题

本利用复形调优法求解了一类非线性规划问题。从而进一步证明了从属函数系数的一个不等式。     

基于非线性规划的社会系统协调发展优化模型及其应用

社会系统协调发展优化问题是优化理论运用较少的领域.基于非线性规划方法,依据社会系统协调发展内涵,对社会系统协调发展目标函数做了具体改进,构建了社会系统协调发展优化模型,并根据协调发展类型分为超前型优化模型与滞后型优化模型.这两种优化模型的区别主要是约束条件的不同.依据优化模型的优化解,可以为某地区社会系统的协调发展提供清晰的调节与控制路径.最后利用上述方法对徐州地区物流基础系统、经济基础系统的协调发展进行了具体优化与调控.     

一类求解线性约束非线性规划问题的可行方向法

Wilson,Han和Powell提出的序列二次规划方法(简称SQP方法)是求解非线性规划问题的一个著名方法,这种方法每次迭代的搜索方向是通过求解一个二次规划子问题得到的,本文受[1]启发,得到二次规划子问题的一个近似解,进而给出了一类求解线性约束非线性规划问题的可行方向法,在约束集合满足正则性的条件下,证明了该算法对五种常用线性搜索方法具有全局收敛性。     

求解非线性规划问题的一类对偶算法

本文提出了一类求解不等式约束非线性规划问题的构造性对偶算法,我们证明在适当的条件下,势函数的罚参数存在一个阀值,当罚参数小于这个阀值时,由这一方法所产生的序列局部收敛于问题的一个Kuhn-Tucker解,我们也建立了解的依赖于罚参数的误差上界,最后,我们给出了一个特残势函数的数值结果。     

一类稀疏约束非线性规划的约束规格

研究一类带有闭凸集约束的稀疏约束非线性规划问题,这类问题在变量选择、模式识别、投资组合等领域具有广泛的应用.首先引进了限制性Slater约束规格的概念,证明了该约束规格强于限制性M-F约束规格,然后在此约束规格成立的条件下,分析了其局部最优解成立的充分和必要条件.最后,对约束集合的两种具体形式,指出限制性Slater约束规格必满足,并给出了一阶必要性条件的具体表达形式.     

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.     

非线性规划的拟下降方法：概念,模型及应用

§1.引言 考虑一般非线性规划问题: (P)min{f(x)|x∈S},其中S?R~n为一非空闭集,f:R~n→R~1。 求解(P)的下降算法的基本思想是:在当前点x_k∈S处,(若x_k不是某种期望的     

遗传算法求解约束非线性规划及Matlab实现

对于约束非线性规划问题,传统的方法:可行方向法、惩罚函数法计算烦琐且精度不高.用新兴的遗传算法来解决约束非线性规划,核心是惩罚函数的构造.以前的惩罚函数遗传算法有的精度较低,有的过于复杂.本文在两个定义的基础上构造了新的惩罚函数,并在新的惩罚函数的基础上,提出了一种解决约束非线性最优化问题的方法.通过两个例子应用Matlab说明了这个算法的可行性.     

模糊环境下动态供应商选择的混合整数非线性规划模型

基于供应商选择问题的动态性和模糊性,考虑在每个周期内生产商的需求能力及供应商的供应能力为模糊变量,本文将一个多阶段多商品多渠道的供应商选择问题视为一个0-1混合整数模糊动态非线性规划问题,目标函数为总成本最小化。然后建立了0-1混合整数模糊动态非线性规划模型。为了求解该模型,通过可信性理论把模型中模糊机会约束清晰化,将该模型转化为一个确定型的0-1混合整数动态非线性规划模型。最后给出了一个数值算例验证了模型的可行性。     

一类非线性整数规则及其应用

设某县有中学n所，记为S_1,S_2…，S_i…,S_n.S_i校在校生M~（i）人，教师X_i人，     

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。     

非线性规划的摄动可行方向法

本文提出了二类新的摄动可行方向法,发展和完善了这类方法.新方法形式简单而且不必用Polak程序.适当选择算法中有关参数可减少计算量,还可加快算法的收敛速度.     

一类神经网络模型的稳定性

本文将一种求解凸规划问题的神经网络模型推广到求解一般的非凸非线性规划问题．理论分析表明;在适当的条件下,本文提出的求解非凸非线性规划问题的神经网络模型的平衡点是渐近稳定的,对应于非线性规划问题的局部最优解     

非线性规划的Ω共轭对偶理论

本文通过推广凸共轭函数和次梯度的概念,建立了非线性规划问题的一类对偶理论——Ω共轭对偶理论.研究结果表明,许多关于非线性最优化对偶性方面的结论都是本文的特殊情况.