改进的和声搜索算法求解凸二次规划及线性规划

给出了一种求解凸二次规划及线性规划的新方法,通过把凸二次规划或线性规划转化为不可微的非线性方程组,采用一种改进的和声搜索算法求解.该算法嵌入了位置更新和小概率变异策略,在搜索后期能够维持种群的多样性,因此具有较好的收敛性.通过求解多个凸二次规划及线性规划,数值结果表明该方法是有效的.     

一类二次二层规划的平衡点算法

Manoel Campelo[1]借助线性规划的单纯形算法,给出了求解线性二层规划的平衡点算法.本文借助线性规划的单纯形法和二次规划的Lemke算法,给出求解一类非线性二层规划的平衡点算法,并给出算例说明算法可行性.     

非线性约束条件下的SQP可行方法

非线性规划求解问题,一直是人们关心的热点问题。Zhu和Zhang利用对具有不等式约束的非线性规划构造出新的超线性收敛的SQP算法,每次迭代只需解一个二次规划子问题,还可自动修正可行方向以避免Marotos效应,并在较弱条件下保持算法的整体收敛性。研究将Zhu和Zhang工作,推广到更一般具有等式约束和具有不等式约束的非线性规划。     

不等式约束的凸二次规划问题的新算法

目的 研究求解不等式约束凸二次规划的新算法。方法 根据广义乘子法的思想,将具有不等式约束的凸二次规划问题转化为只有部分分量带非负约束的凸二次规划,通过解此简单凸二次规划问题建立凸二次规划的新算法。结果 新算法不用求逆矩阵,这样可充分保持矩阵的稀疏性,可用来解大规模稀疏问题。结论数值结果表明,在４８６／３３微机上就能解较大规模的凸二次规划。     

非凸二次规划的分支定界方法

通过构造二次函数的线性下界函数给出非凸二次约束二次规划问题(QP)的松弛线性规划,提出分支定界算法,数值计算表明算法是有效可行的.     

不定二次规划的全局优化算法

对不定二次规划问题提出了一个新的确定型全局优化算法,通过对目标函数和约束函数的线性下界估计,建立了不定二次规划的松弛线性规划.通过对松弛线性规划可行域的细分,以及一系列松弛线性规划的求解过程,并通过实例证明了算法能收敛到原问题的全局最优解.     

投资组合模型的内点算法研究浅析

回顾投资组合模型的发展,其中许多模型可以归结为线性规划或凸二次规划问题,内点算法是求解此类问题的有效方法,内点算法的引入为求解投资组合问题提供了新的思路.     

一类线性约束下非光滑非线性规划问题的优化研究

提出了一类线性约束下非光滑的非线性规划问题,运用线性拟合凹函数分段法和不等式组旋转算法进行求解,并证明了该算法的收敛性.     

一类求解退化凸二次规划的投影神经网络

借助变分不等式和Kuhn—Tucker条件,构造了一类投影神经网络求解线性约束的退化凸二次规划问题．与已有的求解退化凸规划问题的神经网络系统相比,系统的适用范围更广;在理论方面,系统是全局收敛的;数值实例显示了所得结论的有效性和正确性．     

用对角二次近似方法解凸分离问题

利用一种新的对角二次近似凸化方法解非线性规划问题;对于含有不同变量并且含有等式和不等式约束的非线性规划问题进行了讨论,给出了问题的稳定条件和解的形式,最后给出了相应的算法.     

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.     

一个修正的并行变量分配算法

针对2002年C.A.Sagastizabal和M.V.Solodov提出的并行变量分配算法进行修正.通过引入一个线性规划,在每个迭代点处求解一个线性规划和二次规划,来替代原文中的二次规划子问题,避免了原算法的二次规划子问题可能不相容的情形.再者,通过一个非单调技术替代原文中的罚函数执行线性搜索过程,具有更大的灵活性.     

二次约束凸规划的边际函数的一阶ε—方向导数

文(1)讨论了线性约束凸规划的边际函数的ε—可微性,本文在此基础上讨论了二次凸规划Min｛f(y)」yTAy≤x,y∈Rn,x∈R｝问题,证明了二次凸规划的边际函数φ(x)是ε—可微的,并把求φ(x)的一阶ε—方向导数的问题表示成求解一非线性规划的最优值,从而可利用非线性规划方法来确定φ(x)的一阶ε—方向导数。     

二次凸规划的迭代解

线性互补问题的投影Jacobi松弛算法应用于求解不等式约束的二次规划问题,对称半正定的二次规划问题由K-T条件可以转化为P_0-矩阵的非对称线性互补问题(LCP),通过求解带扰动项的P-矩阵的非对称线性互补问题得到二次规划的最优解。最后给出一些数值结果。     

求解一般线性规划逆问题的预校正内点法

基于线性规划问题的最优性条件 ,将一般线性规划逆问题转化为仅带有变量非负约束的凸二次规划问题 ,并利用具有二阶收敛性的预校正内点法求解 ,数值试验显示出算法的有效性 .     

一类线性约束非线性规划问题的一个凸集分离算法

本文应用凸分析理论与方法对一类带线性约束的非线性规划问题提出了一种算法,并就本算法对二次规划问题进行了探讨。计算实例表明本文提出的算法是有效的,计算量较小。     

线性比式和分式规划问题的分支定界算法

针对线性比式和问题(P)提出一种新的分支定界算法,并进行数值验证.该算法把问题转换成等价问题,并利用线性松弛技术建立问题的松弛线性规划,从而将原始的非凸规划问题归结为一系列线性规划问题,通过可行域的连续细分以及求解一系列线性松弛规划,得出的算法收敛到问题(P)的全局最优解.数值算例结果表明算法是可行有效的.     

求解等式约束的二次规划问题

我们在此文中利用一类解决亚定相容线性等式与不等式组的直接方法，提出了一求解等式约束的二次规划问题的算法，讨论了算法的良好性质，实现步骤及收敛性，数值结果表明了算法的有效性。     

线性比式和问题的全局优化算法

为求解线性分式规划问题(P),提出一个分枝定界算法.首先通过转化技巧,导出问题(P)的等价问题(Q),然后利用线性化方法,得到(Q)的线性松弛规划问题(RLP).从而,初始非凸规划问题归结为一系列线性规划问题的求解.数值试验表明算法是可行的.     

带有二次约束二次规划问题的全局最优化

根据带有二次约束二次规划模型的特殊结构,利用乘积的凸包络和凹包络,给出带有二次约束二次规划问题的松弛线性规划问题,以确定全局最优值的下界,使用超矩形缩减技术以加快分支定界算法的收敛速度,从而提出一个求解带有二次约束二次规划问题的全局最优化算法,证明该算法的收敛性,这个新算法实际上是把分支定界方法与外逼近方法有机地结合起来.数值算例表明所提出的算法是可行的.