边界约束非凸二次规划问题的分枝定界方法

本文是研究带有边界约束非凸二次规划问题.我们把球约束二次规划问题和线性约束凸二次规划问题作为子问题,分别引用了它们的一个求整体最优解的有效算法.我们提出了几种定界的紧、松弛策略,给出了求解原问题整体最优解的分枝定界算法,并证明了该算法的收敛性,不同的定界组合就可以产生不同的分枝定界算法.最后我们简单讨论了一般有界凸域上非凸二次规划问题求整体最优解的分枝与定界思想.

解带有二次约束非凸二次规划问题的一个分枝缩减方法(英文)

在这篇论文里,有机地把外逼近方法与分枝定界技术结合起来,提出了解带有二次约束非凸二次规划问题的一个分枝缩减方法;给出了原问题的一个新的线性规划松弛,以便确定它在超矩形上全局最优值的一个下界;利用超矩形的一个深度二级剖分方法,以及超矩形的缩减和删除技术,提高算法的收敛速度;证明了在知道原问题可行点的条件下,该算法在有限步里就可以获得原问题的一个全局最优化解,并且用一个例子说明了该算法是有效的.

使用广义几何规划导出带二次约束的二次规划和交互熵问题(英文)

研究带二次约束的最小二次规划和交互熵问题 .基于广义几何规划的理论与性质 ,导出了上述两个规划原问题的对偶规划 .进而 ,由广义几何规划的对偶理论建立了两个原始对偶规划的对偶定理和 Kuhn- Tucker条件 .

一种改进的求解含等式约束凸二次规划问题的Lemke算法

通过对经典的Lemke互补转轴算法求解含有等式约束的凸二次规划问题的分析,发现所得到的线性互补问题(LCP)可能是退化的.由Lemke算法求解(LCP)问题的迭代过程,通过六个命题说明了含有等式约束的凸二次规划问题对应的(LCP)问题退化的原因,并对经典的Lemke算法的迭代过程进行修正,提出了一种改进的Lemke算法,这种算法能有效地搜索到含等式约束凸二次规划问题的最优解.

等式约束二次规划问题的迭代解法

给出了等式约束二次规划问题和等式约束加权最小二乘问题的迭代解法

球约束二次规划问题的一个计算方法

研究球约束二次规划问题 .将一般的球约束二次规划问题转化为球约束凸二次规划问题 。

等式约束二次规划问题的降维算法

文献［１］ 给出了解等式约束问题的一个方法，它比经典的 Ｌａｇｒａｎｇｅ 乘子算法所解方程组有更低的维数。本文在［１］ 的基础上，对非线性等式约束进行了线性逼近，从而构造了近似算法，该法在计算上减少了很多的数值困难。

约束优化问题稳定序列二次规划方法研究综述

稳定序列二次规划(sSQP)方法由于在求解病态或退化约束优化问题获得理论与数值的突破性进展而备受关注,重要成果频繁问世.本文对近期国际上若干重要sSQP方法及其思想进行概述,包括罚函数型sSQP方法,滤子型sSQP方法和非精确恢复(IR)型sSQP方法等,并对约束优化问题sSQP方法的进一步研究进行探索性思考.

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。

凸二次规划问题逆问题的模型与解法

本文分别考虑带非负约束和不带非负约束凸二次规划问题逆问题．首先得到各个逆问题的数学模型，然后对不同的模型给出不同的求解方法．

球约束凸二次规划的一个新算法

首先利用Lagrange对偶 ,将球约束凸二次规划问题转化为无约束优化问题 ,然后运用单纯形法求解无约束优化问题 。

二次规划问题的区间算法

利用罚函数法将约束二次规划问题转化为无约束优化问题,讨论了罚函数的区间扩张和无解区域删除原则,建立了求解二次规划问题的区间算法,给出了数值算例.理论分析和实例计算均表明算法是可靠和有效的.

求解二次规划逆问题的非单调信赖域算法

为了提高求解二次规划逆问题的速度,提出了针对求解该问题的非单调信赖域算法。为了降低问题的复杂度,将二次规划逆问题转换为决策变量相对较少的对偶问题,采用增广Lagrange法构造对偶问题的子问题,并通过引入光滑函数将子问题转换为无约束优化问题,利用非单调信赖域算法进行求解。数值实验结果表明,该算法的迭代次数比牛顿算法、Gauss回代交替方向法少,运行速度快。因此,对于大规模二次规划逆问题,该算法更加有效。

球约束凸二次规划的一个算法

针对球约束凸二次规划问题,利用Lagrange对偶将其转化为无约束优化问题,然后运用单纯形法对其求解,获得原问题的最优解。最后,对文中给出的算法给出了论证。

基于最优D.C.分解的单二次约束非凸二次规划精确算法

本文提出一种基于最优D.C.分解的单二次约束非凸二次规划精确算法.本文首先对非凸二次目标函数进行D.C.分解,然后对D.C.分解中凹的部分进行线性下逼近得到一个凸二次松弛问题.本文证明了最优D.C.分解可通过求解一个半定规划问题得到,而原问题的最优解可以通过计算最优凸二次松弛问题的满足某种互补条件的解得到.最后,本文报告了初步数值计算结果.

可分离二次规划问题的自适应交替方向乘子法

利用增广拉格朗日乘子法和自适应法则,得到求解具有等式约束的可分离二次规划问题的自适应交替方向乘子法。将问题转化为用2个块变量和增广拉格朗日函数表示的极小值问题。采用交替方向乘子法求解,每次迭代由2个二次规划子问题和更新拉格朗日乘子组成。为了改进算法性能,用自适应法则自动近似罚参数。证明了算法收敛性,给出了算法的具体应用,数值结果验证了自适应算法的有效性。

非线性不等式约束最优化一个超线性与二次收敛的强次可行方法(英文)

本文讨论非线性不等式约束最优化问题,借助于序列线性方程组技术和强次可行方法思想,建立了问题的一个初始点任意的快速收敛新算法。在每次迭代中,算法只需解一个结构简单的线性方程组。算法的初始迭代点不仅可以是任意的,而且不使用罚函数和罚参数,在选代过程中,迭代点列的可行性单调不减。在相对弱的假设下,算法具有较好的收敛性和收敛速度,即具有整体与强收敛性,超线性与二次收敛性。文中最后给出一些数值试验结果。

二次规划的极大熵方法

利用对偶变换 ,将二次规划问题转化为无约束极大极小问题 ,然后运用极大熵方法 ,将极大极小问题转化为求解一个无约束凸规划极值问题 ,从而能够同时求出原问题及其对偶问题的近似解 .

求解大规模带边界约束二次规划问题的单调投影梯度法

受投影BB(PBB)方法的启发,提出并分析了求解大规模带边界约束的二次规划问题的单调投影梯度方法．通过数值实例和数值分析证明,对于此类方法,直接采用负梯度方向计算步长往往会导致糟糕的数值计算效果,为此提出了利用投影梯度来计算单调步长的思想．大量的数值实验表明所给出的新方法通常要好于PBB方法．

求解二次规划的粒子群优化算法

粒子群是一种智能优化算法,通过群体中个体间的相互作用寻找复杂空间中的最优区域.二次规划是一类基本而又重要的非线性规划问题.本文讨论一种改进的粒子群算法求解二次规划问题,进行了数值试验,数值结果表明算法的有效性.