AN IMPLEMENTABLE ALGORITHM AND ITS CONVERGENCE FOR GLOBAL MINIMIZATION WITH CONSTRAINS

With the integral-level approach to global optimization, a class of discontinuous penalty functions is proposed to solve constrained minimization problems. In this paper we propose an implementable algorithm by means of the good point set of uniform distribution which conquers the default of Monte-Carlo method. At last we prove the convergence of the implementable algorithm.     

不可微多目标规划问题的最优性条件

本文在文献[1]的基础上,建立了不可微多目标规划的一个最优性条件。     

不确定性下的一主多从博弈及其ε-平衡稳定性分析

本文对主从博弈以及不确定性等问题进行研究,建立了不确定性下的一主多从博弈模型,并利用极大值定理证明了该模型均衡点的存在性。对于不确定性下的一主多从博弈的均衡点问题建立了有限理性模型,进而得到其均衡点的稳定性,即结构稳定以及对ε-平衡是鲁棒的。     

凸柱体与摄动体的极值问题

本文证明了由Ｚｏｎｏｉｄ体生成的凸柱体的一个极值性质,并研究了在Ｊｏｈｎ基上的凸摄动体的最大Ｈａｕｓｏｄｏｒｆｆ距离和平均宽度的下界．     

非线性规划的凸化,凹化和单调化

本文提出了一个指数型凸化,凹化变换,并证明了单调非线性规划总能变换成相应的凹规划或凸规划.还证明了带某种类型线性或非线性约束的非线性规划在适当条件下能变换成单调非线性规划.     

凸二次整数规划的随机水平值逼近算法

对凸二次整数极小化问题提出了一种随机水平值逼近算法,该算法应用了重点取样技术,并利用极小化相对熵的思想来更新取样密度．对算法的渐近收敛性进行了证明,给出了数值实验的结果．     

一种修正的求约束总极值的积分-水平集方法

对于有约束的全局最优化问题,在Chew-Zheng的《Integral Global Optimization》和邬冬华等的《一种修正的求总极值的积分-水平集方法的实现算法收敛性》的基础上,给出一种修正的求约束总极值的积分-水平集方法,它同样具有修正的求总极值的积分-水平集方法的两个特点: 1) 每一步构造一个新函数,它与原目标函数具有相同的总极值; 2) 避免了郑权算法在一般情况下,由于水平集不易求得而造成难以求出水平集的困难．同时给出了其实现算法,并证明了算法的收敛性．     

变测度的积分-水平集确定性算法

提出了一个求总极值的变测度确定性算法,对不同的箱子采用不同的测度,结合确定性数论方法选取一致分布佳点集来代替Monte-Carlo随机投点,使水平值充分地下降,更快地到达全局最小,从而提高算法的计算效率.在文中给出了算法的收敛性证明,并通过数值算例验证了它的有效性.     

A LEVEL-VALUE ESTIMATION METHOD FOR SOLVING GLOBAL OPTIMIZATION

A level-value estimation method was illustrated for solving the constrained global optimization problem. The equivalence between the root of a modified variance equation and the optimal value of the original optimization problem is shown. An alternate algorithm based on the Newton's method is presented and the convergence of its implementable approach is proved. Preliminary numerical results indicate that the method is effective.     

一种基于相对熵(CE)方法的新的随机水平值下降算法

为了使得随机积分水平集算法中的积分水平值能够更加有效地下降,使每次下降得到的参数更适应目标函数,本文将相对熵方法应用到随机积分水平集算法中来.利用相对熵中的ASP问题给出了一种新的参数更新方法,数值试验证明了其科学性.最后就该方法给出了更加一般的参数更新方法并给出了算法.