无约束最大子序列求和改进算法

给出了无约束最大子序列求和的一种改进算法,在不增加复杂性的前提下,突破了美国Mark A llen W eiss教授在约束条件下对该问题求解的算法,即该算法不能计算所有整数为负数情况下的最大子序列和(否则,结果视为0),从而解决了针对所有整数的无条件约束最大子序列的求和问题.

序列无约束极小化技术和遗传算法在非线性规划中的应用

本文提出了一种求解带约束非线性规划问题的一般方法。与现有的方法相比 ,它不受可导性 ,单峰性和是否病态等因素的限制 ,适用范围广。

一种基于非均匀惩罚因子的序列无约束最优化外点新算法

增广拉格朗日乘子方法(Augmented Lagrange multiplier method)是拉格朗日乘子方法(Lagrange multiplier method)的推广,它是一种序列无约束的最小化技术,包括内点法和外点法,内点法适用于仅有不等式约束的情形,其主要思想是对违背可行性的约束给予一个惩罚。传统的做法是:对所有约束以相同的罚因子,自适应调整Lagrange乘子。提出了一种非均匀惩罚的自适应更新罚因子的方法,即根据近似解对约束违反的严重程度施行不同惩罚的新方法。算例表明,本方法是有效的。

序列无约束极小化技术和遗传算法在非线性规划中的应用

提出了一种求解带约束非线性规划问题的一般方法，与现有的方法相比，它不受可导性，单峰性和是否病态等因素的限制，适用范围广，实例说明该算法的对带约束非线性规划问题的求解十分有效。

序列无约束极小化技术和遗传算法在非线性规划中的应用

提出了一种求解带约束非线性规划问题的一般方法。与现有的方法相比,它不受可导性、单峰性和是否病态等因素的限制,适用范围广。实例说明该算法对带约束非线性规划问题的求解十分有效。

约束Chebyshev逼近及在FIR滤波器设计中的应用

考虑了一类约束Chebyshev逼近问题 ,应用序列无约束优化技术证明了最佳逼近三角多项式具有的特征性质 ,并提出求解最佳逼近多项式的一种具有良好数字特性的实用算法 .作为约束Chebyshev逼近的应用 ,考虑了一类约束FIR滤波器的设计问题 ,设计例子表明了最佳逼近三角多项式求解算法的有效性 .

可行方向SUMT外点法的研究及应用

针对序列无约束极小化技术(sequential unconstrained minimization technology,SUMT)外点法中由于设计变量越界而导致优化失败的问题,分析了设计变量越界的原因,将SUMT外点法和可行方向法相结合,提出了一种可行方向SUMT(feasible direction SUMT,FD-SUMT)外点法。用可行方向法的思想处理设计变量的约束,将搜索空间限定在设计变量可行域内。与传统的SUMT外点法相比,该方法除实现简单外,更具有鲁棒性高、收敛快等优点。通过数值算例和工程应用实例验证了FD-SUMT外点法的性能。优化结果表明,该方法消除了设计变量越界的情况,收敛速度和鲁棒性明显高于传统的SUMT外点法,而且初值选取容易,具有工程实用性。

全局收敛移动渐近线法子问题的求解与数值验证

对全局收敛移动渐近线法构造的子问题进行了深入研究。基于子问题的凸性、可分性和保守性,应用Lagrange对偶方法求解子问题,给出了对偶问题的具体构造步骤。应用最优性条件将含不等式约束的原始非线性规划问题简化为只包含Lagrange乘子的非负约束优化问题。采用序列无约束极小化方法将对偶问题转变为无约束优化问题,并通过共轭梯度法求解。最后,通过桁架结构优化问题验证了算法的可行性,与其他算法相比可减少计算时间,提高收敛速度。

非线形互补问题的障碍函数法

将非线形互补问题转化为约束的优化问题,在已经的利用内点障碍函数方法求解约束优化问题的基础上,提出了利用障碍函数方法求解非线形互补问题的采用序列无约束最小化方法(SUMT)的算法,并利用障碍函数的单调性证明了算法的全局收敛性.最后得出的数值试验表明了算法具有良好的适宜性和强收敛性.

催化裂化反应再生系统的建模与优化

为提高中石油某装置的汽油产率,首先对催化裂化装置建立原料性质、操作条件、设备参数相关的关联模型,然后以该关联模型为基础,针对装置原料性质及加工量变化状况,在设备能力的约束条件下,采用一种通用性较强的方法,序列无约束极小化方法(SUMT)优化催化裂化装置的操作条件。在对生产过程进行模拟和优化之后,仅通过改变操作条件就可以提高汽油产率,满足了企业要求,有效提高了企业的经济效益。

TDMA系统中语音和数据多路复用的最优化设计

现代移动通信领域中,数据业务的发展,需要把越来越多的数字信号与传统的语音信号复合起来在信道中传输。如果没有有效的机制,语音信号的传输常常会被数据信号所阻断,而数据信号的时延也会令人无法忍受。该文应用最优化设计理论中惩罚函数的算法,搜索语音与数据在帧中最佳相对位置,使语音传输被阻断的概率和数据排队的延迟达到最小。从而优化了结构,获得最大的吞吐量、提高了TDMA传输系统的性能。

SUMT法在传动轴优化设计中的应用

惩罚函数(SUMT)法将一个约束优化问题转化为一系列无约束优化问题来求解,数值稳定性好,求解范围广。将其应用到某型号空心传动轴的重量最小化设计,以其各项使用性能和尺寸要求为约束条件,采用内点罚函数法建立优化设计的数学模型,通过迭代得到最优设计参数。结果表明：SUMT法收敛快、精度高,是求解机械优化设计问题的高效算法。

外点罚函数法的课堂教学和设计

从外点罚函数法的思想、构造及性质出发,结合自身教学中的体会与理解对该内容进行了相关设计与安排.

面向原料均衡供应的SUMT番茄种植决策方法

为解决番茄酱产季番茄原料供应不均衡问题,从番茄种植的视角,构建了番茄种植的非线性数学决策模型,提出采用SUMT(序列无约束极小化技术),对番茄产量和采收期时延变量作用下的种植策略进行研究.结果表明,SUMT在番茄的规模种植下可实现精量化决策;番茄采收期时延是影响原料均衡供应的主要因素之一,采用SUMT获得不同采收期时延下的最佳番茄种植决策.该研究建立了目标优化模型,探索了SUMT在番茄种植规划中的应用,对番茄种植决策、实现原料均衡供应有指导意义.