排序方式: 共有12条查询结果,搜索用时 218 毫秒
1.
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. 相似文献
2.
在原始对偶内点算法的设计和分析中,障碍函数对算法的搜索方法和复杂性起着重要的作用.本文由核函数来确定障碍函数,设计了一个求解半正定规划问题的原始-对偶内点算法.这个障碍函数即可以定义算法新的搜索方向,又度量迭代点与中心路径的距离,同时对算法的复杂性分析起着关键的作用.我们计算了算法的迭代界,得出了关于大步校正法和小步校正法的迭代界,它们分别是O(√n log n 10g n/ε)和O(√n log n/ε),这里n是半正定规划问题的维数.最后,我们根据一个算例,说明了算法的有效性以及对核函数的参数的敏感性. 相似文献
3.
4.
1ConvexProgrammingandExactPenaltyFunction Weconsiderthefollowingconvexprogramming:(P)minf(x)s.t.x∈S={x∈Rn:gi(x)≤0,i=1,…,m}.SupposethatSisacompactset.ThusthereexistsalargeboundedboxX,suchthatS={x∈Rn:gi(x)≤0,i=1,…,m}intX.Assumethatf(x),gi(x),i=1,…,m 相似文献
5.
6.
由Nesterov和Nemirovski[4]创立的self-concordant障碍函数理论为解线性和凸优化问题提供了多项式时间内点算法.根据self-concordant障碍函数的参数,就可以分析内点算法的复杂性.在这篇文章中,我们介绍了基于核函数的局部self-concordant障碍函数,它在线性优化问题的中心路径及其邻域内满足self-concordant性质.通过求解此障碍函数的局部参数值,我们得到了求解线性规划问题的基于此局部Self-concordant障碍函数的纯牛顿步内点算法的理论迭代界.此迭代界与目前已知的最好的理论迭代界是一致的. 相似文献
7.
8.
两阶段随机线性规划的费用型鲁棒模型 总被引:2,自引:0,他引:2
Vladmiron和Zenios曾引进了限制补偿的概念,给出了关于具有补偿的两阶段随机线性规划的鲁棒优化的新的表述。为适应决策者对补偿在技术操作上的稳定性与经费预算上的稳定性的需求,我们提出了费用型鲁棒模型以及混合型鲁棒模型,并转化为序列修正的线性规划的求解问题. 相似文献
9.
10.
在原始对偶内点算法的设计和分析中,障碍函数对算法的搜索方法和复杂性起着重要的作用。本文由核函数来确定障碍函数,设计了一个求解半正定规划问题的原始。对偶内点算法。这个障碍函数即可以定义算法新的搜索方向,又度量迭代点与中心路径的距离,同时对算法的复杂性分析起着关键的作用。我们计算了算法的迭代界,得出了关于大步校正法和小步校正法的迭代界,它们分别是O(√n log n log n/c)和O(√n log n/ε),这里n是半正定规划问题的维数。最后,我们根据一个算例,说明了算法的有效性以及对核函数的参数的敏感性。 相似文献