一种求解不等式约束优化问题的光滑化算法

利用光滑函数建立了不等式约束优化问题KT条件的一个扰动方程组,提出了一个新的内点型算法. 该算法在有限步终止时当前迭代点即为优化问题的一个精确稳定点. 在一定条件下算法具有全局收敛性,数值试验表明该算法是有效的.     

求解线性二层规划的一种全局优化方法

以下层问题的KT最优性条件代替下层问题,同时取互补条件为罚项,将线性二层规划转化为带线性互补约束条件的单层优化问题。通过分析单层优化问题与线性二层规划问题之间的关系,将线性二层规划等价地转化为有限个线性规划,通过求解有限个线性规划问题,就得到了线性二层规划问题的最优解。该方法不但能够得到线性二层规划问题的全局最优解,而且还简化了最优解判别条件。     

弱线性双层规划问题的全局优化算法

双层规划在交通、经济、生态、工程等领域有着广泛而重要的应用。然而,目前对弱双层规划问题却鲜有研究。利用线性规划的对偶理论和罚函数方法思想,将弱线性双层规划问题转化为单层非线性规划问题,通过对该单层优化问题的分析,设计了一个全局优化算法,并用一个简单算例说明了所提出算法的可行性。     

约束优化问题的遗传算法求解

应用遗传算法基本原理,采用锦标赛选择、算术交叉、均匀交叉、均匀变异和非均匀变异算子,设计了一般非线性规划和整数规划问题的通用求解算法,应用Matlab6.0编制了相应的求解软件。实例测试结果表明,该算法可以应用于一般的非线性规划和整数规划问题。     

求解约束全局最优化问题的一个新的填充函数法

填充函数法是求解全局优化问题的一类有效方法,其关键之一在于构造一个叫作填充函数的辅助函数,针对一般约束优化问题,提出了一个新的填充函数.在适当的假设条件下,讨论了其良好的填充性质,并按其理论性质设计了一个合理的算法,而且理论上的证明表明该函数较其他多参数填充函数具有优越性.     

改进缩张算法求解较复杂非线性规划问题

将缩张算法加以改进 ,较大程度地减少目标函数的访问次数 ,既可运用到规模和难度较大的约束非线性规划问题 ,也可运用到整数及混合规划问题。通过对 2个实例的数值分析 ,结果表明 :改进的缩张算法可实现实际问题的全局最优解 ,比其他优化算法在实现目标函数全局最优解上更加简便有效。     

求解等式约束最优化问题的Broyden算法的全局收敛性

将单边既约Hesse矩阵SQP方法和无导数线性搜索技术相结合，提出了一种求解等式约束最优化问题的拟牛顿算法．在适当的假设条件下，证明了算法全局收敛于优化问题的KKT点，而且收敛速度是局部超线性的．当迭代次数k充分大时，这种算法可以实现单位步长，因此不会出现Marotos效应．     

开关电流线性优化求解器的实现

阐述了线性优化的实现方法，提出了一种新的实现方法－开关电流实现，并给出了仿真实例，证明方法的可行性。     

无约束优化问题的差分进化算法求解

许多复杂的无约束优化问题不存在多项式时间复杂度的求解算法,为一类NP-难的问题。基于差分进化算法具有全局优化性能好,结构简单和易于实现的特点,提出了求解无约束优化问题的差分进化算法。数值试验结果验证该算法是可行有效的。     

一种改进的记忆梯度算法及其全局收敛性

记忆梯度算法能求解大规模无约束优化问题,还具有避免大量存储和进行大规模矩阵运算的特点.在利用传统的记忆梯度算法时,最根本的问题是要解决迭代过程中所遇到的二维搜索问题.为了避免进行二维搜索,加快迭代收敛速度,对记忆梯度算法进行了改进,给出了一种改进的记忆梯度算法.改进的记忆梯度算法能有效地求解二维搜索问题,且计算量小,存储量亦小,从而使记忆梯度算法在非精确线性搜索的Wolfe原则下,有更好的实际意义.同时也对其全局收敛性进行了证明.     

实现动态聚类全局最优的一种算法

聚类分析是把ｎ个个体分成ｋ个内在相近类群的一种多元统计分析方法。非系统（又称动态）聚类一般能得到比系统聚类更为合理的结果，但稳定性差的问题非常突出。以目标函数为最小迹［Ｍｉｎｔｒ（Ｗ）］为条件的动态聚类全局最优解的算法分以下三步。第一步：对个体依次易组试分，若这种试分能优化目标函数，则固化试分。进行一至多轮的试分改组，直至任一个体的改组均不能改善目标函数时为止，记录下目标函数值及相应的分类结果。第二步：设定一临界正值Ｃ＿ｉ，当试分改组增大目标函数，但又不超过Ｃ＿ｉ时仍实施改组，该轮试分过程一般会使目标函数劣化，但应对可能出现的目标函数最小化植和相应的聚类结果作出记录。对所有个体试分后，改变（降低）Ｃ＿ｉ值：Ｃ＿（ｉ＋１）＝αＣ＿ｉ（０＜α＜１）。以上两步交互运算多次。第三步：类群的重组过程，合并组中心欧氏距离最近的两类，并把平方乘积和阵迹tｒ（Ｗ＿ｉ）量大的类群一分为二以保持总组数ｋ不变。重复以上过程多次，在一定轮次（１０～１２）内目标函数未有改善时结束寻优过程。经多组模拟和实用数据运算，该算法对一般聚类分析问题都能达到全局最优解。     

线性约束条件下的分式规划最优解的求法

通过构造函数巧妙地将线性约束条件下的分式规划问题转化为常见的非线性规划问题,使之可用现有的非线性规划方法来求解．     

多目标柔性作业车间调度的集成算子遗传算法

柔性作业车间调度（FJSP）中，在将任务按顺序分配到各机床前，首先要为任务选择加工机床。为求解多目标FJSP，本文在分析该问题特点的基础上，提出了一种面向甘特图的串编码（GORS）及相应的的遗传算法算子的基本操作，提出了集成算子遗传算法，并给出了其具体实现。文献算例的实验及与国际最近研究成果比较表明。该算法减小了目标参数值即生产周期、最大机床负载和总的机床负载。     

目标规划和线性规划两步优化法在生态农业系统优化中的应用初探

本文以张西楼村生态农业系统的优化设计为例,对线性规划和目标规划两步优化方法进行了探讨。结果表明,两步优化法可使线性规划、目标规划两种方法互相补充,使优化方案更具可行性,并提出了有待进一步研究的问题。     

对用单纯形法求解线性规划问题的一点改进

在旋转运算的单纯形法中，总是对辅助规划列一张单纯形表面先求出原规划的一个初始基本可行解，再对原规划重新列一张单纯形表求问题的最优解。本文证明这两张表可以合为一张表连续实行旋转运算得到问题的最优解。     

基于改进微粒群算法的无人机姿态控制参数智能整定

提出了基于改进微粒群算法的无人机姿态控制器参数智能整定方法.标准微粒群算法在搜索后期由于群体缺乏多样性而容易出现收敛停滞现象,为此提出了一种改进的微粒群算法.标准微粒群算法中的微粒速度是根据惯性运动、群体历史最优位置和自身历史最优位置来调节的.改进微粒群算法中的微粒除了保持惯性运动外,仅向当前群体中任意更优个体的状态学习,而且惯性权重系数是随机数.改进方案减少了算法不确定参数,简化了微粒学习机制,且增强了群体多样性.本文构建了无人机姿态控制系统,将改进微粒群算法用于四个控制参数的寻优整定.仿真结果表明,改进微粒群算法比一般微粒群算法具有更强的全局搜索能力,故获得更优的无人机姿态控制参数.     

协同多目标攻击空战决策的启发式粒子群优化算法

利用协同多目标攻击战术的特定知识，并结合粒子群算法，提出了一种用于空战决策的启发式粒子群算法。该算法利用粒子群算法对解空间探索能力强，容易跳出局部最优陷井及启发式算法局部搜索能力强的优点，快速、高效地对全局最优值进行搜索。该算法通过求解友机导弹对目标的最优分配来确定空战决策方案。仿真实验结果表明。本文算法对最优空战决策方案的搜索性能明显优于普通粒子群算法及其他两种遗传算法。     

黄淮海盐渍平原张西楼村生态农业系统优化设计及初步效益分析

本文采用线性规划和目标规划两步优化方法,对黄淮海盐渍平原张西楼村的生态农业系统进行了优化设计,提出了可供选择的6个方案,确定方案6为最佳方案;同时对该优化方案的实施及初步效益进行了分析、评价。结果表明,在经济比较发达的农村,生态农业建设不仅使系统的自我维持能力增强,也可促进商品经济的发展。     

苏南稻田麦套春玉米关键栽培技术优化研究

以田间试验资料为基础，研究了苏南地区稻田小麦套种玉米生产力和技术优化组合问题。结果表明，该地区稻田种植麦套玉米可获得７０００－７５００ｋｇ／ｈｍ＾２以上的产量，技术优化后单产可达９０００－１０５００ｋｇ／ｈｍ＾２。统计分析表明，播期、密度施肥总量三项技术因子对产量影响较大，密度和产运筹对净收入影响较大，肥料运筹麦幅比和播期对利润影响最大。