求非凸二次规划全局最优解的分解线性化方法

对非凸二次规划(QP)问题提出新的确定性全局优化算法,该算法先对目标函数进行分解得到可分的等价问题,再根据相应函数的线性下估计建立原非凸二次规划的线性松弛规划,同时在分枝定界方法中使用区域删减准则来加速算法的收敛性.理论分析和数值计算表明提出的算法是收敛且有效的.     

带非凸二次约束的二次比式和问题的全局优化算法(英文)

对带非凸二次约束的二次比式和问题(P)给出分枝定界算法,首先将问题(P)转化为其等价问题(Q),然后利用线性化技术,建立了(Q)松弛线性规划问题(RLP),通过对(RLP)可行域的细分及求解一系列线性规划问题,不断更新(Q)的上下界,从理论上证明了算法的收敛性,数值实验表明了算法的可行性和有效性.     

求解非凸区域上凸函数比式和问题的全局优化方法

针对非凸区域上的凸函数比式和问题,给出一种求其全局最优解的确定性方法.该方法基于分支定界框架.首先通过引入变量,将原问题等价转化为d.c.规划问题,然后利用次梯度和凸包络构造松弛线性规划问题,从而将关键的估计下界问题转化为一系列线性规划问题,这些线性规划易于求解而且规模不变,更容易编程实现和应用到实际中;分支采用单纯形对分不但保证其穷举性,而且使得线性规划规模更小.理论分析和数值实验表明所提出的算法可行有效.     

一类新的分式规划问题的全局优化方法

本文对一类新的分式规划问题(FP)提出了一个有效的全局优化方法.首先将问题(FP)转化为其等价问题(EFP),然后利用线性化技术建立了(EFP)的松弛线性规划问题(RLP),通过对其可行域的细分和求解一系列的线性规划,得到问题(EFP)的全局最优值的上下界.理论证明和数值试验的结果都表明该算法能有效求解问题(FP),推广了线性比式和的情形.     

一种线性比式和问题的对偶界方法

对一般线性比式和问题（P）提出了一种全局优化算法,此方法利用拉格朗日对偶中的弱对偶定理建立原问题（P）的线性松弛规划,运用分枝定界方法只需解一系列线性问题。从理论上证明了算法能收敛到线性比式和问题的全局最优解。数值计算结果表明提出的方法是可行的。