求解单二次约束非凸二次规划问题的全局最优DC算法

针对单二次约束的非凸二次规划问题,首先提出一种DC算法,并证明了该算法收敛到问题的Karush-Kuhn-Tucker(KKT)点;其次利用KKT点提出了寻找新的初始可行点的方法;最后结合此方法,设计了一个求单二次约束非凸二次规划问题全局最优解的DC算法.数值结果表明,该全局算法能有效找到大规模单二次约束非凸二次规划问...     

一类非线性规划问题算法研究

针对一类非线性规划问题,将模拟退火算法进行了改进,提出了一种相邻状态的产生函数,为研究非线性规划提供了新的有效求解途径。实例计算表明,该方法求解非线性规划确实有效。     

一类带有上下界约束的二次规划的多项式算法

讨论了一类带有上下界约束的二次规划问题,给出了一个求其全局最优解的多项式算法。此问题可应用于混料回归设计最优化问题。     

利用混沌搜索求解二层非线性规划问题

根据二层规划的特点，结合混沌优化方法，给出了求解一类二层非线性规划近似全局最优解的有效算法，算例表明，该方法简单有效，为研究二层规划提供了一种新的思路。     

一类新的求解非线性规划的SQP方法

序列二次规划(SQP)方法求解中小规模非线性约束下的最优化问题很有效,因此,笔者研究了序列二次规划(SQP)方法及其在非线性规划中的应用.利用强次可行的SQP方法求解问题时可以避免罚函数应用的不便,笔者通过修订搜索方向克服了SQP方法中经常出现的Maratos现象,并且通过调整参数降低了计算量,从而提高了算法的收敛速度.在给定的条件下证明了算法的全局收敛性.     

一类新的求解非线性规划的SQP方法

序列二次规划(SQP)方法求解中小规模非线性约束下的最优化问题很有效,因此,笔者研究了序列二次规划(SQP)方法及其在非线性规划中的应用.利用强次可行的SQP方法求解问题时可以避免罚函数应用的不便,笔者通过修订搜索方向克服了SQP方法中经常出现的Maratos现象,并且通过调整参数降低了计算量,从而提高了算法的收敛速度.在给定的条件下证明了算法的全局收敛性.     

非线性整数二层规划的一种算法

对上、下层均是整数变量的一类二层规划给出了一种算法,其特点是不受下层约束个数的限制,总可以求得最优解,并用算例说明了该算法的可行性和有效性。最后,指出Rong-Hong Jan和Maw-Sheng Chem文中的一个错误。     

一类两层多目标决策的全局优化方法

针对一类两层多目标决策问题,论证了将其转化为等价的一般多目标决策问题的方法;采用信息熵确定权重将多目标问题化为单目标决策问题,并基于模拟退火全局优化方法,提出了一种求解方法,通过算例表明该方法是有效的．     

基于全局序列二次规划算法的无功优化

为提高无功优化计算的收敛性和精确性,采用全局序列二次规划(SQP)算法来计算无功优化潮流.在优化的循环迭代过程中,电压相角和支路潮流并未当作常数看待,而是通过每次迭代后系统状态下的潮流计算重新获得的.对IEEE30节点系统进行无功优化仿真,结果表明全局SQP算法具有良好的收敛性和精确性.     

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.     

求解二层规划问题的改进粒子群算法

两层规划问题是一个NP-难问题,这意味着它很难被求解．基于粒子群算法提出了一种求解二层规划问题的方法,通过分离目标函数和约束函数,使每个粒子拥有双适应值,并通过双适应值来决定个体优劣．应用了一种自适应保留不可行个体的策略．数值结果表明了算法的有效性．     

凹多乘子规划问题的全局优化算法

针对广泛应用于经济管理、工程设计和证券分析等实际问题中的一类凹多乘子规划问题（P）给出了一全局优化算法。利用问题（P）的等价问题（P1）和函数的凹包络,建立了问题（P1）的松弛凸规划（PR1（H））,通过对（PR1（H））可行域的细分以及一系列（PR1（H））的求解过程,从理论上证明了算法收敛到问题（P）的全局最优解。     

一种用于全局优化的蚁群算法

针对蚁群算法不太适用于连续优化问题,且在搜索过程中容易陷入局部极值的缺点,提出了一种快速全局优化的改进蚁群算法,该算法同时采用在最好解蚂蚁领域内进行搜索及将本次循环得到的最优解作为起始解的搜索方式,以扩大其搜索范围,避免其陷入局部最优。通过对3个典型函数优化问题进行测试并与其他优化算法进行比较,结果表明该改进算法不仅能应用于对连续对象的优化,同时具有良好的全局优化性能,收敛速率快,寻优精度高。     

下层解不唯一线性双层规划的全局优化算法

该文讨论一类线性双层规划:第一层中的目标函数和约束是线性的,第二层是解可以不唯一的带参数的线性规划。利用等价的Kuhn-Tucker条件将线性双层规划转化为单层非线性规划,其全局最优解可以在某个集合的极点上找到。在此基础上给出下层解可以不唯一的线性双层规划问题的一个全局优化算法。     

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．     

一类二层规划问题的调节熵函数法

针对一类二层规划问题,通过建立对偶定理并利用精确罚函数法和调节熵函数将其近似转化为无约束可微优化问题．建立了相关算法,讨论了算法的收敛性,给出了数值算例,证明算法是有效和可靠的．     

求解有约束非线性规划的混合混沌算法

针对带有约束的非线性规划问题,提出了一种新的算法.首先把有约束的非线性规划转化为含有2个目标的无约束的优化问题,然后利用混沌优化算法和最速下降法来混合求解.数值计算结果显示,该算法是可行有效的.     

一种求解约束优化问题的进化规划型文化算法

为了求解复杂约束优化问题,提出了一种新的进化算法——进化规划型文化算法。求解过程中,在基于自适应的文化算法中引入进化规划,有效利用进化过程中相关知识引导种群进化。针对约束优化问题,对这一算法的信念空间进行了设计,并利用基准函数和丁烯烷化生产调度问题进行了仿真,仿真结果表明该算法具有较好的全局搜索能力,而且大大减少了计算量。