线性等式约束非线性规划问题的改进算法

在可行方向算法的基础之上,加入了精确的一维搜索(牛顿法),对具有线性等式约束的非线性规划问题提出了一种新算法,并以实例说明此算法的有效性.     

二次规划子问题的一种非精确光滑牛顿法

二次规划子问题的求解是解决规划问题的关键。针对二次规划子问题,利用最优性条件,借助光滑逼近函数将其转化为光滑方程组,结合非精确牛顿法得到一种求解二次规划子问题的非精确光滑牛顿法。一定条件下证明其全局收敛性。数值实验表明此算法对二次规划子问题有效。     

二次插值对称点算法求解一维搜索问题

插值法是一类用插值多项式来逼近未知或复杂函数的方法。本文基于二次插值,将插值多项式的极小点和其对称点作为搜索区间的两个探索点,通过不断缩小搜索区间,求解一维搜索问题的最优解。本文给出了二次插值对称点的算法,并用0.618法进行了数值比较。结果表明,新算法比0.618法效果好。     

结构最优设计中的二次逼近及算法实现

讨论了利用二次逼近方法求解非线性规划的问题,给出了实现其算法的具体步骤,并对实施过程中的一维搜索、凸二次规划解法等具体问题进行了讨论,编制了计算程序,在实际应用中效果很好．     

一个无约束二次规划的秩一算法

本文提出了一个无约束二次规划的秩一算法，该算法对Ｄａｖｉｄｏｎ算法进行了改进并赋以一维搜索，证明了迭代矩阵的正定性，从而搜索方向是下降方向。此外得到了该算法有限步收敛的结果。     

一个无约束二次规划的秩一算法

本文提出了一个无约束二次规划的秩一算法，该算法对Davidon算法进行了改进并赋以一维搜索，证明了迭代矩阵的正定性，从而搜索方向是下降方向。此外得到了该算法有限步收敛的结果。     

一种求解闭凸集上二次规划问题的神经网络模型

本文提出一种求解闭凸集上二次规划的神经网络模型,理论分析和计算机模拟表明本文提出的网络大范围收敛的,可得到二次规划问题的精确解。本文推广了这方面近期的一些结果。     

一种求解多目标无约束0—1二次规划问题的文化基因算法

针对多目标无约束0—1二次规划问题,提出一种文化基因算法。该算法采用基于分解的多目标演化算法框架,能够获得分布均匀的非占优解;同时,采用一种简单、有效的禁忌搜索,能够利用更多问题相关的信息,获得质量更优的非占优解。该算法在优化的过程中能够动态地平衡多样性与收敛性。实验结果证明该算法能够很好地求解多目标无约束0-1二次规划问题,并且性能优于目前求解该问题较先进的算法。     

框式约束凸二次规划问题的内点算法

目前已经有许多关于凸二次规划问题的研究,如文[1][2][5]等,文章对文[1]所给的原始-对偶内点算法理论上的某些缺陷加以更正,给出了框式约束凸二次规划问题的一个修正原始-对偶内点算法并进行了证明.     

关于二次双层规划全局最优解算法的研究

本文综述了非线性双层规划问题的几种常见算法,并且主要研究了二次双层规划问题,利用最速下降法求解二次双层规划问题的全局最优解,且给出了相应的例子,最后,分析了双层规划研究的发展趋势。     

关于可行方向法的二个注记

文[1]中引理10.2.6.是证明非线性规划的可行方向法之收敛性的一个极为重要的依据.本文给出了一个简单的推论,并由此说明重要文献[4]中关于约束函数二次可微的假设可去.最后将引理的思想用于点到集映射算法.说明文[5]中关于一致正则的假设可减弱成所谓准一致正则.     

线性约束非凸二次规划的有限分支定界算法

针对线性约束非凸二次规划问题,从其KKT点出发得到它的一个线性松弛规划,并递归地向该松弛规划中加入原问题的互补松弛条件的线性等式,从而得到一个有限分支定界算法,并对其收敛性进行了证明,经数值实验表明该算法是有效的.     

二次规划中K-T点的复杂性

将二次规划中K-T点复杂性问题转化为线性互补复杂性问题,并结合背包问题得出二次规划是NP难问题.     

对线性规划的预估校正算法的修正

针对线性规划问题给出了一种新的内点算法-预估校正算法,并讨论了其多项式的收敛性,算法的迭代复杂度为O(n L).     

实系数二次型标准化算法及编程

n阶实对称矩阵总可以化为与自身合同的对角矩阵,而且这种转化可以经过有限步操作完成据此,得到实系数二次型的标准化算法。     

线性规划宽邻域预估校正算法

针对线性规划问题,提出了一种新的内点算法一宽邻域预估校正算法．该算法基于精典预估校正思想,把窄邻域拓展到一个宽邻域里使得算法更快地迭代,给出了该算法的具体步骤,讨论了其算法的计算复杂性,分析结果表明,所给方法是一多项式时间算法,通过数值实验验证该算法的有效性．     

求线性规划基本可行解的旋转变换法

提出一个求解线性规划基本可行解的旋转法。该方法不需要引入任何人工变量以及辅助规划,从任意一个基本解（即非可行解,又非正则解）出发,通过适当的旋转变换使得基本解的负分量的个数逐步减少,最后得到一个基本可行解。