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。     

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     

非线性极小极大问题的分数阶粒子群算法

针对非线性极小极大问题中目标函数不可微的特点以及传统计算方法对初始点的依赖,结合分数阶粒子群算法与极大熵函数法,给出一种解决非线性极小极大问题的新算法。先利用极大熵函数法将目标函数转化成可微函数,再利用分数阶粒子群算法求解可微的近似优化问题。8个问题的数值测试结果表明,所给算法收敛速度快,稳定性好,可有效解决非线性极小极大问题。     

凸极小极大问题的修正凝聚同伦方法

极小极大问题是一类重要的非光滑优化问题,凝聚函数法是解此类问题的新的有效方法,凝聚同伦方法在一定程度上,避免了原始的凝聚函数法的由凝聚函数的病态性带来的计算上的困难,并减弱了大范围收敛所需要的条件,给出一种修正的凝聚同伦方法,其同伦函数是分段定义的,该同伦保持了单调逼近性,使收敛性证明更容易,所需条件更弱,并可以提高计算效率。     

非线性极大极小问题的一个有效算法

针对一类非线性约束极大极小问题,利用极大熵方法将其转化为带等式、不等式约束的非线性规划问题,给出了一种梯度投影算法,解决了一般约束的非线性大系统优化问题,该算法初始点可任意;同时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,算法有良好的数值表现。     

解一类非线性极大极小问题的神经网络

考虑了一类非线性极大极小问题，通过将其转化为等价非线性凸规划提出了求解它的一个神经网络模型，严格证明了新模型是Lyapunov稳定的，并且在有限时间内收敛到原问题的一个精确解。与已有模型相比，新模型结构简单，更适合硬件实现。数值实验表明，该模型不仅可行而且有效。     

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。     

两个非线性泛函的极小极大比较定理

给出了一个在拓扑空间上两个非线性泛函的极小极大比较定理.     

一个极大极小化算法及其在函数发生机构综合中的应用

函数发生机构中输出角度与期望值之间的最大偏差为最小的问题机构综合中一个典型而又较难处理的问题,本文提出一种序列最小p乘法,将最大偏差最小化问题归结为一系列类似于最小二乘法的优化过程,并讨论了算法的实施事项,为此解决此类工程设计问题提供了一种可行、可靠的方法。     

极大熵原理与互补问题的一种迭代算法

把基于信息理论的极大熵原理应用到互补问题的一种等价的不动点格式中，构造了一种光滑的迭代算法，给出了迭代算法收敛的充要条件，对于对称单调的互补问题，给出了收敛的充分条件，扩充了原来的梯度投影法要求严格单调的限制，得出了与外梯度投影法类似的收敛性条件，最后，给出了数值算例，包括标准互补问题都题和随机生成的教师，并给出了该光滑控代算法与外梯度投影法的数值比较。     

关于约束工程设计问题的一个新的混合算法

通过引入可行基规则和Hook-jeveese直接搜索法,提出一个求解约束工程技术问题的新的混合算法—Hook-je-veese搜索法和与可行基规则相结合局部收缩的微粒群算法的混合算法。通过3个典型的工程技术问题计算比较,计算结果表明了新算法是求解约束工程技术问题的一个高效的算法,而且获得了一些比以往文献更好的解。     

混合GA与SA求解非线性约束优化

在蜚 线性约束优化中，处理好约束条件和增强局部搜索能力是解决这类问题的关键。本文在给出问题一般形式的基础上，设计了一个模型退火和遗传算法结合的算法。它用模拟退火算法来增强局部搜索能力，用线性交叉来处理约束以外的解，将可行解与不可行解用适应值的正负来区分。仿真试验表明，该算法收敛速度快、搜索能力强、稳健性好，本方法是对应用遗传算法求解非线性约束优化问题的又一次深入探索。     

一类非线性优化问题性质探析

在Dini上方向导数背景下,研究一类非线性优化问题的一些性质。当目标函数和约束函数满足一定条件时,若该优化问题满足Slater约束规格,即可得到Lagrange乘子定理。     

非线性互补问题的一种改进Derivative-free下降方法

提出了一种改进的用于求解非线性互补问题Derivative-free下降方法,其搜索方向为罚Fischer-Burmeister函数非负偏导数的凸组合,搜索策略为一类新的非单调搜索。证明了该算法具有全局收敛性,与传统的Derivative-free下降方法相比,提高了收敛速率,减少了迭代次数。     

仿射非线性系统的一种新的反馈控制方法

研究仿射非线性系统的状态反馈和动态输出反馈控制器设计问题.借助于微分中值定理（DMVT）,将仿射非线性系统转化为线性变参数（LPV）系统,并利用凸性和线性矩阵不等式（LMIs）的方法,提出一个充分条件,得到状态反馈和输出反馈控制器.当反馈控制律作用于该系统时,闭环系统是全局渐近稳定的.     

近似数据的不适定问题正则参数的后验选择

研究Ｈｉｌｂｅｒｔ 尺度上所有初始数据都是近似给定的非线性不适定问题的Ｔｉｋｈｏｎｏｖ 正则化方法,给出了最优正则参数的后验选择方法,证明了正则解的几个误差估计公式     

一种求解非线性方程组的混沌优化算法

针对非线性方程组的求解问题提出一种混合算法,将方程组转换成一个优化问题。利用优化问题的非线性共轭梯度法与混沌优化方法相结合,提出了一种新的混合优化算法。该算法能使非线性共轭梯度法跳出局部最优,最终获得全局最优。算法的收敛性也进行了证明,数值结果表明该算法是有效的。     

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。     

非线性电路的插值迭代计算法

本文提出一种新的迭代计算法──拉格朗日插值迭代计算法。借助于拉格朗日插值公式，先假设一个电流Ｉ０，可算得与假设电流Ｉ０相对应的非线性电阻上的电压Ｕ０，根据欧姆定津算得非线性电阻阻值，再结合节点电压方程，算得节点电压ＵＮ，然后再运用电路中的ＶＣＲ确定电流Ｉ１的数值，并与假设电流Ｉ０进行比较直至其误差在规定范围之内。此方法尤其适用于含有多个非线性电阻元件和受控源电路的分析和设计。计算方法简单，迭代次数少，精度较高。     

一种求解多峰函数优化问题的新算法

一般的演化算法求解多峰函数优化问题采用笼统的评估机制 ,盲目评估现象明显 ,文章提出了求解多峰函数优化问题的一种新的演化算法 ,较好地避免了这种盲目现象 ,且有效地提高了算法的全局收敛性能