一类线性不等式约束优化问题的信赖域算法

对一类带有非负边界约束的线性不等式约束优化问题提出了一种新的信赖域算法。此算法以内点法为基础,把非负边界约束从一般的不等式约束中分离出来,化为信赖域约束的一部分,从而得到一个简单易解的子问题。在一定的条件下证明了算法的收敛性,并给出了数值结果。     

线性不等式约束优化问题的强信赖域算法

对一类带有非负边界约束的线性不等式约束优化问题进行了研究，提出了一种新的信赖域算法．该算法在内点法的基础上，把非负边界约束从一般的不等式约束中分离出来，化为信赖域约束的一部分，得到一个简单易解的子问题．在一定的条件下证明了该算法具有强收敛性，并给出了数值结果．     

求解非线性约束优化问题的精确罚函数方法

非线性约束优化问题属于一般形式的非线性规划问题范畴,它也是数学优化研究中的关键难点.用非约束优化问题来求解约束最优化问题的主要方法有两种:拉格朗日乘子函数法与罚函数法,本文将主要论述的就是求解非线性规划中的精确罚函数法,通过这种算法的相关理论与实践算例来求证它的有效性.     

集值约束的线性优化问题的一个定理

研究了一种集值约束的线性优化问题的一个重要定理,从而为继续研究集值约束的线性优化问题的强对偶定理奠定了基础.     

一种修正的WYL共轭梯度法及其全局收敛性

文章提出了一种用于求解无约束优化问题的修正的WYL共轭梯度法,该算法在不依赖任何线性搜索的情况能够始终产生充分下降方向.在适当的条件下,采取了Armijo线性搜索的该算法具有全局收敛性,最后,我们给出相应的数值结果说明该算法是有效的.     

一种求解非线性约束优化的单变量边缘分布算法

借鉴罚函数法思想,将建立在Gauss网络的单变量边缘分布算法应用于非线性约束优化问题,提出的新算法突破了传统基于约束保持法或可行规则法的约束处理.且单变量边缘分布是基于搜索空间的宏观层面的进化方法,具备更强的全局搜索能力和更高的收敛率,从而为约束问题的求解提供了一种新的途径.     

非凸二次规划的单纯形分支与对偶界算法

提出了求解目标函数是非凸二次函数约束是线性不等式的非凸二次规划问题的单纯形分支与对偶定界的全局优化算法.算法在分支定界搜索过程中,下界只需要求解利用拉格朗日对偶得到的一系列线性规划,利用这些线性规划的最优对偶解求得非凸二次规划问题的可行解.最后证明了算法的收敛性并通过一个实例说明算法的可行性.     

基于粒子群算法的排课系统设计

排课问题是一个有约束的、多目标的组合优化问题.在针对遗传算法在求解该问题时搜索效率较低的情况下,提出了一个基于粒子群的排课算法.在算法设计过程中,考虑排课过程中所出现的各种时间、空间资源的冲突情况,设计了一种基于粒子群优化算法来实现时间和空间两种资源的优化.利用C#程序设计语言实现了基于粒子群算法的排课系统,实验和测试结果也验证了其有效性和系统的可用性.     

遗传算法求解一类特殊的投资决策问题

在风险投资市场上,有一类特殊的投资决策问题可以归结为双层规划问题,其特点是每一层都是一个优化决策问题问题,上层决策的约束域受制于下层优化决策问题,被证明是NP-hard的.本文研究了一类双层线性分式决策问题,设计了遗传算子和定义了适应度函数,提出了一类解决此类问题的遗传算法,设计了数值实例,并与GABB算法进行了比较,验证了算法的有效性.     

互补约束问题的信赖域算法

本文构造了一种新的互补问题的价值函数,从而把互补约束问题等价地转化为一般约束优化问题.紧接着,本文给出了信赖域算法,并证明了其算法的全局收敛.