含一个参数的填充函数算法

填充函数算法是一种求解无约束全局极小化问题的方法,这种方法的关键是构造填充函数.介绍了只含一个参数的填充函数,参数较易选取,且根据此填充函数给出一个求无约束全局优化问题的填充函数算法.     

一类单参数填充函数算法

填充函数法是一种解无约束全局极小化问题的方法.这种方法的关键是构造填充函数.介绍了只含一个参数的填充函数,且据此提出了一个求无约束全局优化问题的填充函数算法.     

求解非线性全局优化问题的填充函数算法

填充函数是目标函数的复合函数,当目标函数形式较为复杂时,填充函数随之变复杂。填充函数中参数越多,计算时越难调节,导致计算量增加。针对此问题,在无不等式约束条件下,构建一个连续可微的单参数填充函数,并从理论上讨论该函数的相关性质。分析认为,通过极小化该填充函数,可以跳出目标函数当前局部极小点,找到一个更好的局部极小点。结合序列二次规划算法和拟牛顿算法设计新的填充算法,并选择实例进行数值试验,计算结果表明,提出的填充函数算法有效可行。研究结果可为求解非线性全局优化问题提供一种形式简单、参数容易调节的有效算法。     

全局优化问题的无参数填充函数法

通过对全局优化问题的填充函数算法的研究,克服了填充函数P(x,x*,γ,ρ)和P(x,x*)存在的缺陷,构造了2个连续的无参数填充函数W(x,x*)和(x,x*),并证明了它们满足填充函数的定义.数值试验的结果表明,新的填充函数算法对于求解全局优化问题是有效的.     

全局优化问题的一类新的填充函数

研究了全局最优化问题的填充函数方法,将已有的填充函数扩充至一类函数,论证了新的填充函数的性质。数值实验表明,新的填充函数是有效的,并且有更好的运算效率。     

全局最优化的一种单参数填充函数法

填充函数方法是一种求解无约束全局最优化问题的有效方法。在对现有的填充函数研究的基础上,提出一个新的单参数填充函数,分析并证明该填充函数的填充性质和其他新性质。     

全局优化无参数填充函数算法的改进

用全局最优化问题的填充函数方法,研究了一类新的填充函数的性质,改进了填充函数的算法,使算法能应用于更加广泛的领域。数值实验表明新的算法有效,并有更好的运算效率。     

求解非光滑全局优化问题的单参数填充函数算法

提出了1 个求解非光滑全局优化问题的填充函数方法。算法中构造的填充函数只包含1 个参数, 且此参数在迭代步骤中易调整。分析了该填充函数的一些理论性质, 并提出了填充函数算法。数值计算验证了该算法的可行性。     

求解约束优化问题的无参数填充函数算法

针对一般约束问题,提出一个新的无参数填充函数。分析了该函数的相关性质,利用其理论性质设计了一种新的无参数填充算法,并对几个经典的算例进行了数值实验。实验结果表明:该算法是可行的、有效的。     

填充函数法改进的BP网络SPDS算法

BP网络的训练算法的一个普遍问题是易陷入局部极小.为了解决SPDS算法的这个问题,针对其特点设计了一组新填充函数.通过对该填充函数的分析,证明了用它代替目标函数进行搜索的等价性,并据此改进了SPDS算法.算法的仿真试验证明:当SPDS算法陷入局部极小点时,用设计的填充函数代替目标函数,从而使算法不受局部极小问题的羁绊,可以快速收敛到全局极小点.     

新的填充函数及填充函数方法

对既含有等式约束也含有不等式约束的一般规划问题,提出了一种新的填充函数及填充函数方法。通过解无约束的填充函数的局部最优解来得到原约束问题的局部最优解,该最优解比现有的解要好,最后得到该约束问题的全局最优解。     

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.     

一个求解全局最优解的改进函数变换法

给出了一个求解非线性规划全局最优问题的含单参数改进的函数变换方法。给出了改进的辅助函数的定义。讨论了所构造的辅助函数的几个性质,并按照其理论性质设计了一个求解连续的非线性规划全局最优解的函数变换算法,并对几个经典的算例进行了数值试验。数值试验结果表明,所给的方法对解决非线性规划全局最优问题是有效和可信的。     

一类非光滑优化的区间填充函数法

利用区间优化方法对非线性函数比较容易处理及算法的可靠性、收敛性均有保证的特点，用区间方法讨论了目标函数是弱半光滑的最小化问题．给出了填充函数的区间扩张，并提出了求解该非光滑优化问题的区间填充函数算法．定理表明该算法是收敛的、有效的．     

非线性l1模极小化问题的路径跟踪算法

针对非线性l1模问题，利用极大熵函数将其转化为一般的可微优化问题，并建立了极大熵同伦映射及求解同伦曲线的路径跟踪算法，亦证明了方法的收敛、性，给出了数值算例．