双参数精确罚函数求解约束优化问题的拟牛顿算法

对于含约束不等式的最优化问题,给出了一种双参数罚函数形式和这种罚函数的精确罚定理,提出了一个求解这种罚函数无约束优化问题的拟牛顿算法,研究了它的收敛性,数值实验表明了该算法是可行的。

不等式约束优化问题的低阶精确罚函数的光滑化算法(英文)

对不等式约束优化问题提出了一个低阶精确罚函数的光滑化算法.首先给出了光滑罚问题、非光滑罚问题及原问题的目标函数值之间的误差估计,进而在弱的假设之下证明了光滑罚问题的全局最优解是原问题的近似全局最优解.最后给出了一个基于光滑罚函数的求解原问题的算法,证明了算法的收敛性,并给出数值算例说明算法的可行性.

一种改进的含参数精确罚函数及其修正拟牛顿算法

对求解约束非线性规划问题,提出一种新的含参数精确罚函数的方法,通过对目标参数和罚参数的有效控制,达到罚函数的可微和精确双重效果,并得到相关的精确罚定理;给出解此类罚函数问题的一种新的修正拟Newton算法,并讨论了算法的有效性和超线性收敛性。

精确罚函数求解约束优化问题的布鲁丹族拟牛顿算法

对于含约束不等式的优化问题,构造双参数精确罚函数并给出精确罚定理,提出了一个求解这种罚函数问题的布鲁丹族拟牛顿算法,研究了算法的收敛性与收敛速度,并进行了数值试验,证明了可行性.

基于精确罚函数法的遗传算法求解时延约束组播路由问题

有时延约束的组播问题是通信网络多点路由优化问题中的重要部分 ,已被证明是NP complete问题 .本文提出了一种基于罚函数法的启发式遗传算法以求解该问题 ,并讨论了违反时延约束不可行解的罚函数选取问题 ,进化过程中采用适于此类问题的动态交配概率、变异概率以提高算法的收敛速度 .最后分析了算法的复杂度 .仿真表明 ,本文算法是有效的。

基于精确罚函数的一类广义非线性神经网络模型

针对一般的非线性优化问题定义了一种 2次非线性罚函数 ,证明了在一定条件下对应的罚优化问题的精确罚定理 ,由此引进了一种广义非线性神经网络模型 ,并证明了这种网络的平衡点与能量函数之间的联系 ,在一定条件下对应的平衡点收敛到原问题的最优解 .这种神经网络模型对于求解许多优化问题具有重要的作用 .

一种新的罚函数的精确罚定理

对于含约束的非线性规划问题,提出了一个新的带目标参数的罚函数形式,证明了这种罚函数的精确罚定理,它不同于已经研究的罚函数形式,在一定条件下同时具有精确性和光滑性为研究同时具有精确和光滑的罚函数方法提供了一个新的途径。

采用不可微精确罚函数的约束优化演化算法

针对多数已有的采用罚函数的约束优化遗传算法存在优化效果差的问题 ,提出了一种新的求解约束优化问题的演化算法 .借助不可微精确罚函数把约束问题转化为单个无约束问题来处理 .采用混合杂交和间歇变异来提高算法的搜索能力 .

一种新的逼近精确罚函数的罚函数及性质(英文)

针对可微非线性规划问题提出了一个新的逼近精确罚函数的罚函数形式,给出了近似逼近算法与渐进算法,并证明了近似算法所得序列若有聚点,则必为原问题最优解.在较弱的假设条件下,证明了算法所得的极小点列有界,且其聚点均为原问题的最优解,并得到在Mangasarian-Fromovitz约束条件下,经过有限次迭代所得的极小点为可行点.

一个新的低阶精确罚函数及其性质

为了求解不等式约束非线性规划问题,提出一个新的低阶罚函数,它是经典l1罚函数和低阶罚函数的一种组合。理论分析和例子表明,新提出的低阶罚函数具有这两种罚函数的各自优点。另外,还提出了一个求解此问题的罚函数方法并证明了该方法的全局收敛性。

混合整数规划的精确罚函数(英文)

本文讨论了混合整数规划的精确罚函数:并给出了原规划的解和其相应的 罚问题解的等价性的几个充分条件.此外,我们提出了线性混合整数规划情况下相应的 K-K-T条件.

基于Powell遗传退火精确罚函数法求解气井产量动态优化模型

针对气井产量动态优化模型的非线性特点，提出了基于Powell遗传退火精确罚函数解法。该方法把无约束优化中的直接解法Powell方法作为一个与选择、交叉和变异平行的算子，嵌入到基本遗传算法中，在遗传算法中定义Powell算子，采用退火精确罚函数法控制罚项，得到一种求无约束优化问题全局最优解的混合遗传算法。该法避免了求解模型梯度的困难，且有效地克服了Powell方法只能搜索到局部最优解，而由人为给出多个初始点进行多次计算来求最优解时，成功概率不高的缺陷；同时又能显著提高遗传算法收敛到全局最优解的概率。通过实例应用说明该方法实用而有效，可作为气井合理生产制度调整的依据。

关于约束极小化问题的一个新的简单精确罚函数

针对等式及不等式约束极小化问题,通过对原问题添加一个变量,给出一个新的简单精确罚函数,即在该精确罚函数表达式中,不含有目标函数及约束函数的梯度.在满足某些约束品性的条件下,可以证明:当罚参数充分大时,所给出的罚问题的局部极小点是原问题的局部极小点.

约束非线性规划问题的L_1精确罚函数神经网络方法

优化计算是神经网络的一个重要应用领域.针对已有神经网络求解约束非线性规划问题时,不能兼顾网络规模、计算效率、精确性的问题,本文提出了一种基于精确罚函数的约束非线性规划问题的神经网络计算方法.将约束非线性规划问题的一种L1精确罚函数作为神经网络的能量函数,利用该能量函数的最速下降原理构造了神经网络的动力学方程并给出了其稳定收敛性说明.理论分析及算例仿真表明,所提出神经网络动力学方程能够全局、精确收敛于原规划问题的一个局部最优解.特别是,该神经网络动力学方程易于映射为动态电路,是一种工程优化问题的实时计算方法.

二层多目标规划的一个精确罚函数法

本文针对上层为凸的单目标、下层为线性多目标的二层规划问题提出了一个精确罚函数法 ,讨论了初始罚因子的选取 ,给出了精确罚因子及其自适应增加机制 ,并证明了该算法的有限终止性 .

等式约束优化问题的一类新的简单光滑精确罚函数

精确罚函数方法是求解优化问题的一类经典方法,传统的精确罚函数不可能既是简单的又是光滑的,这里简单的是指罚函数中不包含目标函数和约束函数的梯度信息。针对等式约束问题提出了不同与传统罚函数的一类新的简单光滑罚函数并证明了它是精确的。给出了以新的罚函数为基础的罚函数方法并用数值例子说明算法是可行的。

价格控制问题精确罚等价形式的研究

针对价格控制问题具有的内在特点,利用均衡互补及精确罚函数的相关理论,把具有二层特性的价格控制问题转化为与其等价的具有等式和不等式约束的单层数学规划,从而为研究此类问题的最优性条件和求解算法提供一定的依据.最后借助得到的结果求得了一个算例的局部最优解.

集值映射向量优化问题的精确罚函数镇定性和稳定性（英文）

精确罚函数理论中镇定性和稳定性是非常重要的条件,因为它们是判断精确罚函数的充分必要条件,本文基于集值映射向量优化问题的锥弱有效解,提出它们的镇定性和稳定性概念,并讨论它们的性质,证明在这些概念下集值向量优化问题的罚函数精确性.

非线性约束最优化问题中的一种光滑精确罚函数算法（英文）

针对非线性不等式约束优化问题提出一种新的光滑精确罚函数,并证明这种类型的光滑罚函数对求解非线性约束优化问题具有好的性质.基于这个光滑精确罚函数,文中设计罚函数算法,并证明在一些较弱的条件下,算法具有全局收敛性.最后,一些数值算例说明算法的有效性.

非光滑规划的精确罚函数

0 引言罚函数方法是数学规则求约束最优解的重要方法之一.自60年代Zangwill等人系统地研究罚函数理论以来,发展很快,文献很多.经典的罚函数理论,是通过添加罚函数项后,研究一系列无约束优化问题,并使惩罚参数趋于无限大来获得原规划的最优解.而精确罚函数理论是通过求解单个无约束优化问题来求原规划的最优解.