解非线性规划问题的近似容许方向法

通过求解一个低维的线性规划子问题获得一个可行下降方向，从而给出了求解具有非线性不等式约束非线性规划问题的一个可行方向算法。     

二次规划问题的一个全局收敛的内点型算法

目标函数是二次函数而约束函数是线性函数的规划问题称为二次规划问题,它是最简单的一类非线性规划问题,利用二次规划问题的约束函数为线性函数的这个特点,结合约束优化问题的一阶最优性条件,提出了二次规划问题的一个全局收敛的内点型算法.算法比较简单,每一步只需要求解一个线性方程组,不需要大量的计算就可以得到可行下降方向,再设置一组参数,沿着该方向进行线性搜索.算法每次迭代都能保持不等式约束函数的严格可行性,具有内点法的特点,而且在不需要凸性的假设下证明了算法是具有全局收敛性的.最后给出了数值实验,进一步证实了算法的可行性与收敛性.     

不等式约束二次规划问题的一个近似迭代算法

通过对搜索方向的迭代计算，给出了一个求解一般不等式约束二次规划问题的迭代算法，并详细讨论了该算法的基本理论问题，同时给出了算法的某些修正技术及初始点的选取情况。     

不等式约束二次规划问题的一个近似迭代算法

通过对搜索方向的迭代计算，给出了一个求解一般不等式约束二次规划问题的迭代算法，并详细讨论了该算法的基本理论问题。同时给出了算法的某些修正技术及初始点的选取情况。     

不等式约束二次规划的不动点迭代

提出了不等式约束二次规划问题的一个光滑型方法。通过分析最优解满足一线性互补问题这一特征，利用信息论中的极大熵原理求解并获得了基于不动点的光滑迭代算法。分析了解存在的必要条件及迭代算法收敛性，给出了算法的迭代格式，通过数值模拟证明该算法的有效性，从而为不等式约束二次规划问题的求解提供了新途径。     

基于克隆选择算法的非线性优化迭代学习控制

为实现对模型不确定的有约束非线性系统在特定时间域上输出轨迹的有效跟踪,将改进的克隆选择算法用于求解迭代学习控制中的优化问题。提出基于克隆选择算法的非线性优化迭代学习控制。在每次迭代运算后,一个克隆选择算法用于求解下次迭代运算中的最优输入,另一个克隆选择算法用于修正系统参考模型。仿真结果表明,该方法比GA-ILC具有更快的收敛速度,能够有效处理输入上的约束以及模型不确定问题,通过少数几次迭代学习就能取得满意的跟踪效果。     

弱互补函数的拉格朗日--牛顿法解不等式约束非线性规划问题

文献[7]提出一个光滑不等式约束函数和光滑目标函数最优化问题的QP-free方法.该法利用Fischer-Burmeister函数将约束非线性规划问题的KKT条件转化为一个非光滑的方程组.此法的所有的迭代点为可行点.本文提出了含弱互补函数的不等式约束最优化问题的拉格朗日--牛顿法.它是以构造一满足KKT条件的等式为基础的一个算法.证明了此法具有全局收敛性和局部超线性收敛性.对一些算例的计算表明此法具有很好的应用前景.     

不等式约束极小极大问题的一种近似法

结合极大熵方法与不等式约束非线性规划的有关算法，提出了求解不等式约束极小极大非线性规划的一种近似法，并讨论了算法的有关收敛性     

弱互补函数的拉格朗日-拟牛顿法

2000年H．Qi和L．Qi提出光滑不等式约束函数和光滑目标函数最优化问题的QP-free方法，此法的所有的迭代点为可行点．2005年9月，我们提出了含弱互补函数的不等式约束最优化问题的拉格朗日．牛顿法，但算法中计算Hesse矩阵的工作量较大．本文改进了2005年9月提出的算法，用拟牛顿法代替了Hesse矩阵，构建了一个新的算法．证明了此法具有全局收敛性．对一些算例的计算表明此法具有很好的应用前景．     

约束Minimax问题的拟可行点方法

将非线性规划的拟下降方法和无约束优化渐近一维精确搜索规则推广到约束Ｍｉｎｉｍａｘ问题，给出二类拟可行点算法模型及相应的较弱的全局收敛性条件，结果扩充了非线性规划解法的使用范围，为构造求解约束Ｍｉｎｉｍａｘ问题的亲折有效方法提供统一的理论依据。     

带包络约束的优化滤波器设计方法

对信道均衡、雷达或声纳脉冲压缩等应用领域中要求满足波形条件且使输出噪声增益最小化的滤波器设计问题进行了研究。用波形包络约束表达式和极值条件可以准确地描述滤波器的性能要求,从而将该设计问题转化为半无限二次凸规划问题进行分析。利用Lagrangian对偶理论和Carathéodory维度理论把半无限二次凸规划问题转化成等价的易于求解的有限维对偶优化问题,并给出了求解有限维对偶优化问题的迭代算法,设计实例表明了此方法的有效性。     

非线性极大极小问题的可行信赖域算法

针对一类非线性约束极大极小问题,利用极大熵方法将转化为带不等式约束的非线性规划问题,给出了一种可行信赖域算法,解决了不等式约束的非线性大系统优化问题,并证明了该算法的全局收敛性。初步的数值试验表明,对于该类极大极小问题,本算法有良好的数值表现。     

不确定约束T-S模糊系统的鲁棒最优控制

针对带有时域约束(包括控制输入约束与状态约束)和不确定性的T-S模糊系统,研究了其鲁棒最优控制问题。利用S-Procesure导出了求解状态反馈控制器的充分条件。该控制问题最后归结为求解在一组非线性不等式族约束条件下的优化问题,本文给出了该优化问题的迭代求解步骤。在倒立摆系统中应用的仿真结果表明,本文所提方法是有效的。     

一类特殊的非线性双层规划问题及其遗传算法

利用Karush-Kuhn-Tucker条件,将下层为凸规划的非线性双层规划转化为一个单层规划问题.为了提高遗传算法求解该问题的效率,利用对线性不等式约束添加松弛项和计算非线性约束边界点的方法,给出了一种新的约束处理方法;通过构造一个辅助线性模型降低了搜索空间的维数;结合算法产生的最优个体,设计了一个有助于改善个体适应度的杂交算子.     

非线性互补问题的内点法

在利用惩罚函数法求解非线性互补问题的基础上,将非线性互补问题转化成不等式约束问题,利用引入的附加变量,将其转化成等式约束问题,再采用将罚函数法和Lagrange乘子法相结合的方法进行求解,算法的收敛性得到了证明,数值实验与仅用惩罚函数方法相比,有更强的收敛性和更快的收敛速度.     

非线性互补问题的内点法

在利用惩罚函数法求解非线性互补问题的基础上，将非线性互补问题转化成不等式约束问题，利用引入的附加变量，将其转化成等式约束问题，再采用将罚函数法和Lagrange乘子法相结合的方法进行求解，算法的收敛性得到了证明，数值实验与仅用惩罚函数方法相比，有更强的收敛性和更快的收敛速度。     

一种新的填充函数方法

提出了一种解决含有等式约束及不等式约束的全局优化问题的填充函数方法.该方法是把含有等式约束及不等式约束的全局优化问题,转换成只含有不等式约束的全局优化问题,再利用罚函数的思想,把求解有约束的全局优化问题化成求解无约束的全局优化问题.     

一种求解有约全局优化问题的新型混合方法

通过将模拟退火算法与非线性规划神经网络适当结合，本文提出一种求解有约束全局优化问题的新型混合方法．为了使该方法尽可能保持一般模拟退火算法通用性强的优点，在每一次迭代中不是采用非线性规划神经网络直接求原问题的局部最优解，而是通过求解一个辅助优化问题得到原问题的可行解．数值计算结果表明，与使用罚函数方法处理约束的模拟退火算法相比，本文提出的混合方法不仅可靠性高，而且可以显著地提高计算效率．     

模糊逻辑扩展DMC算法及仿真

提出一种模糊逻辑扩展动态矩阵算法,该算法的主要思想是在不同工作点作阶跃响应,建立局部线性模型,然后利用隶属函数对局部线性模型进行加权。并将约束输入思想引入到DMC算法中来,避免求逆矩阵。实现起来占用内存小,计算速度快。算法对于系统开环y-u曲线单调递增或递减的情况,只要做3个工作点的阶跃响应即可建立起系统模型;即使开环y-u曲线不单调,也可以对系统进行分段处理建立模型。算法的应用范围较广。对非线性连续发酵过程的仿真研究表明该算法控制效果较好,具有很好的理论和实践价值。     

参数型Topkis-Veinott方法及其数值计算

讨论一种解决不等式约束优化问题的T opk is-V einott方法的变化形式。在每次迭代时,这种方法都利用一种线性约束半正定二次问题来产生一个合理的下降方向;同时,用半光滑牛顿方法去解出产生于非线性补充问题(NCP函数)的子问题。根据给定算法用MATLAB语言编写程序。初步的数值结果表明,参数c影响着算法的速度。