带有二次约束二次规划问题的分枝定界方法

提出了一种解带有二次约束二次规划问题的新的分枝定界算法对该算法进行了收敛性分析。这种方法是用新的线性规划松弛定界技术确定最优值的下界，并且把分枝定界技术和外逼近方法有机地结合起来。     

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。     

带非凸二次约束的二次规划问题的全局优化方法

利用二次函数的线形下界函数对带有非凸二次约束的二次规划(QP)提出一种新的求其全局最优解的分支定界算法.为改进算法的收敛性,根据问题的最优性和可行性提出一新的区域剪枝准则以排除(QP)的可行域中不存在全局解的部分.数值算例表明该准则能有效地加速算法的收敛性.     

求解不定二次约束二次规划问题的全局优化算法

不定二次约束二次规划问题广泛应用于芯片设计、无线通信网络、财政金融和众多工程实际问题．目前尚没有通用的全局收敛准则,这使得求解该问题的全局最优解面临着极大挑战．本文使用矩阵的初等变换技巧将原问题转化为等价双线性规划问题,基于等价问题的特征和线性化松弛技巧构造了等价问题的松弛线性规划,通过求解一系列松弛规划问题的最优解逐步逼近原问题的全局最优解．证明了算法的全局收敛性,并进行数值对比和随机实验,实验结果表明算法高效可行．     

一种新的求解带有非凸二次约束的非凸二次规划问题的加速全局优化方法

本文中,我们结合一种由Qu,Zhang和Ji提出的全局规划问题以及适当的删除技巧提出一种新的加速全局优化算法来解决含有非凸二次约束的非凸二次规划(NQP)问题.这类优化问题能广泛应用于工程设计和非线性系统的鲁棒稳定性分析等实际问题中.这种技术能去掉大部分NQP问题全局最优解不存在的区域,而且它可以看成是NQP问题的全局优化算法的加速算法.同已有方法相比,数值实验显示运用这种方法的有效性显然提高,迭代步骤和运行时间明显减少.     

解复杂二次整数规划问题的新型分枝定界算法

针对二次整数规划问题的特征，本文对传统分枝定界算法做了一系列的改进，其包括用HNF算法寻求初始整数可行解、对变量进行某种先验排序以确定分枝变量的选取次序、及针对变量的特性来选取分枝方向等，给出了可用于求解中大规模复杂二次整数规划问题的改进型分枝定界算法。数值试验结果表明所给算法大大改进了传统的分枝定界算法，并有广泛的适用性。     

D.C.集(凸集的差)约束的非凸二次规划的最优解集

本文研究D.C.集(凸集的差)上极小化非凸二次规划问题的最优解。我们首先证明了该问题的Lagrange对偶的稳定性,即不存在对偶间隙;接着利用该性质得到问题的全局最优性条件和最优解集,它可以像凸规划那样,借助它的对偶问题的解集精确地描述出来。最后,通过一个例子来说明这些结论。     

不定整数二次规划的一个新的分支定界算法

本文通过正交变换及凹函数的线性下方估计得到不定整数二次规划的可分离形式的连续凸松弛问题,然后利用Lagrangian对偶技术导出该凸松弛问题最优值的Lagrangian对偶下界,再结合超矩形整数对分,建立了一个求解不定整数二次规划新的分支定界算法。最后给出了数值试验对结果进行了比较。     

凹二次规划问题的一个融合割平面方法的分支定界混合算法

把割平面方法融于分支定界方法之中,本文提出了求解凹二次规划问题的一个融合割平面方法的分支定界混合算法,证明了该算法是收敛的.数值例子也表明这个算法是有效的,并且好于单纯形分支定界算法。     

不定二次规划全局求解的一个新算法

针对工程设计、设施布局等领域出现的不定二次规划问题的求解,本文给出了一个新的全局优化算法.首先根据二次函数的特点,利用线性松弛化技巧,建立不定二次规划问题的松弛线性规划问题;然后通过一系列松弛线性规划问题的解逐步逼近原问题的最优解.理论上证明了算法的收敛性,数值算例表明算法是有效可行的.     

Global Optimization of Costly Nonconvex Functions Using Radial Basis Functions

The paper considers global optimization of costly objective functions, i.e. the problem of finding the global minimum when there are several local minima and each function value takes considerable CPU time to compute. Such problems often arise in industrial and financial applications, where a function value could be a result of a time-consuming computer simulation or optimization. Derivatives are most often hard to obtain, and the algorithms presented make no use of such information.Several algorithms to handle the global optimization problem are described, but the emphasis is on a new method by Gutmann and Powell, A radial basis function method for global optimization. This method is a response surface method, similar to the Efficient Global Optimization (EGO) method of Jones. Our Matlab implementation of the Radial Basis Function (RBF) method is described in detail and we analyze its efficiency on the standard test problem set of Dixon-Szegö, as well as its applicability on a real life industrial problem from train design optimization. The results show that our implementation of the RBF algorithm is very efficient on the standard test problems compared to other known solvers, but even more interesting, it performs extremely well on the train design optimization problem.     

框式凸二次规划的原始-对偶不可行内点算法

对框式凸二次规划提出了一种原始一对偶不可行内点算法,在初始点取在中心路径的领域N时,证明了算法的全局收敛性。     

压缩感知中非凸优化的极大熵方法

压缩感知可由少量观测重构K-稀疏信号.本文提出的极大熵方法克服了压缩感知中lp(0＜p＜1)最优化问题的非光滑性.极大熵方法构造一条同伦曲线以获得全局最优稀疏解.数值实验表明极大熵方法的信号重构性能优于l1最优化和AST算法.     

结构计算模型修正的二次约束最小二乘算法

提出了一种结构计算模型修正的二次约束最小二乘方法。该方法是在质量矩阵和刚度矩阵满足正交性条件和特征方程的约束下，使修正矩阵的范数最小，将模型修止问题转化为一个带二次约束的最小二乘问题。应用奇异值分解，给出了在振型需要和不需要扩充两种情况下结构计算模型修正的数值算法，并进行了数值实验。计算结果表明：新算法精度较高，能保证修正模型的前m阶模态参数与实测值有较好的吻合。