求解minimax优化问题的下降算法

应用矩阵运算给出了求解ｍｉｎｉｍａｘ优化问题的一种新下降算法．该算法的特点是：不必考虑有效函数的个数，不必计算逆矩阵；只需要作矩阵的乘法运算或求解方程组就可以得到ｍｉｎｉｍａｘ的下降方向．该算法具有全局收敛性，数值例子表明，该方法具有良好的数值计算结果．

求解Minimax优化问题的SQP方法

本文提出一类求解minimax优化问题的有效算法,该算法属于序列二次规划方法.它具有全局收敛性和超线性收敛速率.数值例子表明,该算法是非常有效的,这与算法具有良好的理论结果是分不开的.

Minimax问题的一个滤子算法

本文提出一个求解不等式约束的Minimax问题的滤子算法,结合序列二次规划方法,并利用滤子以避免罚函数的使用.在适当的条件下,证明了此方法的全局收敛性及超线性收敛性.数值实验表明算法是有效的.

一类推广的差异演化算法及其应用

针对差异演化算法的局部收敛性问题,从Minimax优化的角度,提出求解非线性多峰函数优化问题的一类推广的差异演化算法(EDEA).该算法利用均匀设计方法在可行域内产生初始群体,增加种群的差异性,具有大范围收敛的性质;并且动态收缩可行域,有效地抑制了粒子群优化算法易收敛到局部最优的缺陷;给出应用该方法到典型非线性优化和不稳定周期点的求解的具体步骤,通过仿真实验证明该算法是鲁棒的.

极大极小问题的光滑信赖域拟牛顿法

利用函数逼近论的思想和数学规划最优解的稳定性理论,提出了一种求解非线性约束的极大极小问题的信赖域拟牛顿算法,并且该算法具有全局收敛性,初步的数值试验表明,对于该类极大极小问题,该算法具有良好的数值表现。

Minimax问题的一个超线性收敛的SQP算法

本文提出一个求解Minimax问题改进的SQP算法.对已有的算法降低计算工作量,减弱假设条件,并得到更好的全局收敛和超线性收敛性结果.最后数值实验表明算法是有效的.