求解不定二次约束二次规划问题的全局优化算法

不定二次约束二次规划问题广泛应用于芯片设计、无线通信网络、财政金融和众多工程实际问题．目前尚没有通用的全局收敛准则,这使得求解该问题的全局最优解面临着极大挑战．本文使用矩阵的初等变换技巧将原问题转化为等价双线性规划问题,基于等价问题的特征和线性化松弛技巧构造了等价问题的松弛线性规划,通过求解一系列松弛规划问题的最优解逐步逼近原问题的全局最优解．证明了算法的全局收敛性,并进行数值对比和随机实验,实验结果表明算法高效可行．     

带有界约束非凸二次规划问题的整体优化方法

通过研究带有界约束非凸二次规划问题，给出了求解该问题的整体最优 解的分枝定界方法及其收敛性，提出了定界的紧，松驰策略，把球约束二次规划问题作为子问题来确定原问题的整体最优值下界和上界，应用分枝定界方法达到了对原问题的求解。     

不定二次规划全局求解的一个新算法

针对工程设计、设施布局等领域出现的不定二次规划问题的求解,本文给出了一个新的全局优化算法.首先根据二次函数的特点,利用线性松弛化技巧,建立不定二次规划问题的松弛线性规划问题;然后通过一系列松弛线性规划问题的解逐步逼近原问题的最优解.理论上证明了算法的收敛性,数值算例表明算法是有效可行的.     

带有二次约束二次规划问题的分枝定界方法

提出了一种解带有二次约束二次规划问题的新的分枝定界算法对该算法进行了收敛性分析。这种方法是用新的线性规划松弛定界技术确定最优值的下界，并且把分枝定界技术和外逼近方法有机地结合起来。     

一种新的求解带有非凸二次约束的非凸二次规划问题的加速全局优化方法

本文中,我们结合一种由Qu,Zhang和Ji提出的全局规划问题以及适当的删除技巧提出一种新的加速全局优化算法来解决含有非凸二次约束的非凸二次规划(NQP)问题.这类优化问题能广泛应用于工程设计和非线性系统的鲁棒稳定性分析等实际问题中.这种技术能去掉大部分NQP问题全局最优解不存在的区域,而且它可以看成是NQP问题的全局优化算法的加速算法.同已有方法相比,数值实验显示运用这种方法的有效性显然提高,迭代步骤和运行时间明显减少.     

凹二次规划问题的一个融合割平面方法的分支定界混合算法

把割平面方法融于分支定界方法之中,本文提出了求解凹二次规划问题的一个融合割平面方法的分支定界混合算法,证明了该算法是收敛的.数值例子也表明这个算法是有效的,并且好于单纯形分支定界算法。     

球约束凸二次规划的一个算法

针对球约束凸二次规划问题，利用Lagrange对偶将其转化为无约束优化问题，然后运用单纯形法对其求解，获得原问题的最优解。最后，对文中给出的算法给出了论证。     

不定整数二次规划的一个新的分支定界算法

本文通过正交变换及凹函数的线性下方估计得到不定整数二次规划的可分离形式的连续凸松弛问题,然后利用Lagrangian对偶技术导出该凸松弛问题最优值的Lagrangian对偶下界,再结合超矩形整数对分,建立了一个求解不定整数二次规划新的分支定界算法。最后给出了数值试验对结果进行了比较。     

D.C.集(凸集的差)约束的非凸二次规划的最优解集

本文研究D.C.集(凸集的差)上极小化非凸二次规划问题的最优解。我们首先证明了该问题的Lagrange对偶的稳定性,即不存在对偶间隙;接着利用该性质得到问题的全局最优性条件和最优解集,它可以像凸规划那样,借助它的对偶问题的解集精确地描述出来。最后,通过一个例子来说明这些结论。     

解复杂二次整数规划问题的新型分枝定界算法

针对二次整数规划问题的特征，本文对传统分枝定界算法做了一系列的改进，其包括用HNF算法寻求初始整数可行解、对变量进行某种先验排序以确定分枝变量的选取次序、及针对变量的特性来选取分枝方向等，给出了可用于求解中大规模复杂二次整数规划问题的改进型分枝定界算法。数值试验结果表明所给算法大大改进了传统的分枝定界算法，并有广泛的适用性。     

A STATIONARY CYCLICAL PRODUCTION SCHEDULING PROBLEM UNDER A NONADDITIVE OUTPUT FUNCTION

The purpose of this paper is to formulate and solve a nonlinear mixed zero-one integer programming problem aimed to maximize total output by scheduling the operational time of N non-identical machines. Properties of the optimal solution are identified under restrictions imposed on machine availability and various budget constraints. A branch and bound algorithm to solve the problem is suggested.     

Global Optimization of Costly Nonconvex Functions Using Radial Basis Functions

The paper considers global optimization of costly objective functions, i.e. the problem of finding the global minimum when there are several local minima and each function value takes considerable CPU time to compute. Such problems often arise in industrial and financial applications, where a function value could be a result of a time-consuming computer simulation or optimization. Derivatives are most often hard to obtain, and the algorithms presented make no use of such information.Several algorithms to handle the global optimization problem are described, but the emphasis is on a new method by Gutmann and Powell, A radial basis function method for global optimization. This method is a response surface method, similar to the Efficient Global Optimization (EGO) method of Jones. Our Matlab implementation of the Radial Basis Function (RBF) method is described in detail and we analyze its efficiency on the standard test problem set of Dixon-Szegö, as well as its applicability on a real life industrial problem from train design optimization. The results show that our implementation of the RBF algorithm is very efficient on the standard test problems compared to other known solvers, but even more interesting, it performs extremely well on the train design optimization problem.     

约束全局优化问题的一个单参数填充函数方法

类似于无约束全局优化问题,本文给出了求解约束全局优化问题的一个填充函数方法,首先给出了约束全局优化问题的填充函数定义,在此定义的基础上提出了一个单参数填允函数.讨论了该函数的性质,并设计了一个填充函数算法,数值计算结果显示该算法是有效的和可行的.