系数是模糊数的模糊正项几何规划的一种解法

讨论系数是模糊数的模糊正项几何规划的一种解法,利用模糊数比较方法,把系数是模糊数的正项几何规划转化为普通正项几何规划,再利用求解正项几何规划的方法有效地求解模糊正项几何规划。

Fuzzy正项几何规划的分类及相应类的性质

本文将Ｆｕｚｚｙ正项几何规划分成三类，并分别探讨了其相容性与Ｆｕｚｚｙ最优解问题。

指数矩阵一致扰动的正项几何规划有最优解的条件

定义了四种指数矩阵一致扰动的正项几何规划，并给出了有最优解的充要条件。

具有非负困难度的符号几何规划的一种分解方法

本文针对具有非负困难度的符号几何规划问题提出了一种新的分解方法。该方法首先利用指数变换及矩阵理论,将原问题等价地转化为一个非线性程度较低的可分离规划,然后,将所得等价问题分解成一系列易于求解的子问题,并且当困难度为零时,文中给出了求解子问题精确解的方法。最后,通过数值实例验证了新方法的有效性和可行性。

符号几何规划的变换

R·J·Duffin,E·L·Peterson和C·Zener通过引进新的变量,将符号几何规划化成反向正几何规划。本文给出了他们处理目标函数时提出的规划与原符号规划并不等价的反例,并给出了一种与之等价的规划。

模糊正项几何规划的一种解法

讨论了系数是模糊数的正项几何规划的一种解法,利用YAGER的模糊数的比较方法,把系数是模糊数的正项几何规划转化为普通正项几何规划,从而可以利用求解正项几何规划的方法有效地求解含梯形模糊数的模糊正项几何规划.数值例子验证了该方法是可行的而且是有效的.

几何规划的广义梯度投影内点算法

本文首先利用对偶理论将正定式几何规划转化为带有非负约束和线性等式约束下的一般非线性规划问题;其次将广义梯度投影算法与内点算法相结合构造出了广义梯度投影内点算法来求解这个非线性规划问题;最后进一步证明了这种算法的收敛性质。此算法不需要计算与跟踪主动约束集,减少了计算量。

几何规划的广义投影变尺度算法

将梯度投影算法与变尺度算法恰当结合，应用于求解几何规划，构造出求解正定式几何规划的一种新算法，该法不需要计算与跟踪主动约束集，保证了算法的稳定性；由于搜索方向含有目标函数的二阶信息，提高了算法的收敛速度。

一类几何规划的Frank-wolfe算法

在对偶理论作用下,将约束正项几何规划转变为线性约束下的非线性规划;利用Frank-wolte算法以及几何规划和约束条件的特点,为有多个变量的几何规划构造出了一种有效的间接算法,而且此方法更适用于困难度大于零的几何规划问题,实验表明此方法是可行的。

等式约束下广义几何规划的一种新算法

对等式约束下的广义几何规划问题,构造了一种新的数值方法,此方法不仅不依赖于初始点的选取,避免了Maratos现象,而且还具有全局收敛性和局部二次收敛性.

符号几何规划的全局优化算法

利用指数变换及对目标函数和约束函数的线性下界估计,提出一个求符号几何规划(SGP)问题全局解的确定型全局优化算法,并证明了算法的收敛性.数值实验表明提出的方法是可行和有效的.

广义几何规划的全局优化算法

对许多工程设计中常用的广义几何规划问题(GGP)提出一种确定性全局优化算法,该算法利用目标和约束函数的线性下界估计,建立GGP的松弛线性规划(RLP),从而将原来非凸问题(GGP)的求解过程转化为求解一系列线性规划问题(RLP)．通过可行域的连续细分以及一系列线性规划的解,提出的分枝定界算法收敛到GGP的全局最优解,且数值例子表明了算法的可行性．

求符号几何规划全局解的新方法

符号几何规划(SGP)问题经常出现在工程设计和管理中。本文利用目标函数和约束函数的线性下界估计,提出一种求(SGP)问题全局解的线性松弛方法。与凸松弛方法相比,本文方法在计算上更加简单和容易,且在产生线性松弛的过程中没有引入新的变量和约束。数值例子表明所给方法是可行和有效的。

模糊关系几何规划

提出一类目标函数为正项式,约束是模糊关系方程的优化问题。阐述模糊关系方程解集的结构以及求解的方法,基于目标函数中每个单项式的指数取值情况讨论最优解,并且给出解决此类优化问题的一个程序,为了说明该方法的有效性给出具体例子。

几何规划数值方法的新进展

对既含等式又含不等式约束的几何规划问题，引进了一类新的变量替换，把原规划转化为更为特殊的规划，使之具有更好的分析性质，更易于构造算法．文中不仅给出了算法，而且还给出了算法的收敛性及收敛速度，并用计算实例检验了算法的有效性和可实现性．

约束正定式几何规划的一种多项式时间算法

利用了几何规划的特点 ,借助于对偶及矩阵分析的理论为约束正定式几何规划构造了一种内点算法 ,并证明了算法具有多项式时间收敛性 ,从而推广了张可村等 (1995 )文的结果。

等式约束下的几何规划的一种有效解法

本文给出了几何规划的一种有效解法，我们在比［２］弱的条件下，证明了此解法具有全局收敛性和局部二次收敛性。

一个解无约束几何规划的共轭梯度算法

利用几何规划的对偶原理,将几何规划问题转化为相应的对偶规划,并利用几何规划及其对偶规划的特点,以及非线性规划共轭梯度算法的研究成果,将2者进行了恰当的结合,构造了无约束正定几何规划的一种有效算法.在算法中采用了一种较好的广义Armijo步长搜索方法,且在较弱的条件下证明了算法的下降性和全局收敛性.

几何规划问题的一种分枝定界方法

本文通过指数函数变换 ,把解几何规划GP(Ω )等价地转化为另外一个非线优化问题NLP( Ω ) ,根据问题NLP( Ω )的结构特征 ,构造它的一个线性规划松弛上确定它的最优值的一个下界 ,由此给出问题GP (Ω)的一个新的分枝定界算法 .最后证明了这个算法是收敛的 .

几何规划的简约共轭梯度算法

利用对偶理论将正定式几何规划转化为带有非负约束和线性等式约束下的非线性凸规划,并且将简约梯度算法与共轭梯度算法恰当结合,应用于求解约束正定式几何规划的对偶问题,构造出了求解几何规划的一个有效算法,并在Armijo步长搜索和适当的条件下证明了该算法的收敛性。