理学 >>> 数学 >>> 运筹学 >>> 线性规划 非线性规划 动态规划 组合最优化 参数规划 整数规划 随机规划 排队论 对策论 库存论 决策论 搜索论 图论 统筹论 最优化 运筹学其他学科
搜索结果: 1-15 共查到运筹学 函数相关记录27条 . 查询时间(0.104 秒)
青岛理工大学理学院运筹学课件 罚函数法。
针对模糊时间序列模型中模糊推理规则的优化问题, 提出一种时间序列的自相关理论与模糊时间序列相结合的算法. 首先考查数据平稳化; 然后运用传统的数据模糊化方法得到模糊集, 进而建立模糊规则, 并运用自相关函数理论对模糊规则进行优化; 最后通过对Alabama 大学注册人数的预测验证了所提出算法的有效性.
介绍一种非线性约束优化的不可微平方根罚函数,为这种非光滑罚函数提出了一个新的光滑化函数和对应的罚优化问题,获得了原问题与光滑化罚优化问题目标之间的误差估计. 基于这种罚函数,提出了一个算法和收敛性证明,数值例子表明算法对解决非线性约束优化具有有效性.
BP神经网络是目前水文预报中应用较为广泛的方法,但存在收敛速度慢、易陷入局部最优的缺陷.由此提出了基于全局优化打洞函数法的水文预报方法,把打洞函数法和BP神经网络相结合,利用打洞函数使BP算法跳出当前局部极小点,得到一个函数值更小的极小点,循环运算直至找到全局极小点.实验表明该水文预报方法能够提高预报精度,显示了良好的适用性.
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.
针对不等式约束优化问题, 给出了通过二次函数对低阶精确罚函数进行光滑化逼近的两种函数形式, 得到修正的光滑罚函数. 证明了在一定条件下, 当罚参数充分大, 修正的光滑罚问题的全局最优解是原优化问题的全局最优解. 给出的两个数值例子说明了所提出的光滑化方法的有效性.
研究一种称为次~$b$ 凸函数的广义凸函数, 并介绍了次~$b$ 凸集的概念. 分别在一般情形及可微情形下讨论了次~$b$ 凸函数的相关性质, 得到了次~$b$ 凸函数成为拟凸函数及伪凸函数的充分条件. 最后, 在次~$b$ 凸函数的条件下给出了无约束及带不等式约束规划的最优性条件.
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.
简、胡及唐等({\it Int. J. Pure Appl. Math., 2004, 14(4): 439-454})于2004年提出了拟半$(E,F)$--凸函数的概念. 本文进一步深入讨论拟半$(E,F)$--凸函数及与之相应的拟半$(E,F)$--凸规划的一些重要性质, 建立 了此类广义凸性的若干重要结论.
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.
简、胡及唐等({\it Int. J. Pure Appl. Math., 2004, 14(4): 439-454})于2004年提出了拟半$(E,F)$--凸函数的概念. 本文进一步深入讨论拟半$(E,F)$--凸函数及与之相应的拟半$(E,F)$--凸规划的一些重要性质, 建立了此类广义凸性的若干重要结论.
利用互补问题的Lagrange函数,将互补约束优化问题(MPCC)转化为含参数的约束优化问题.给出Lagrange乘子的简单修正公式,并给出求解互补约束优化问题的部分罚函数法. 无须假设二阶必要条件成立,只要算法产生的迭代点列的极限点满足互补约束优化问题的线性独立约束规范(MPCC-LICQ),且极限点是MPCC的可行点, 则算法收敛到原问题的M-稳定点. 另外,在上水平严格互补(ULSC)成立的...
考虑了两类有一般加工时间函数的排序问题. 工件的加工时间分别为基本加工时间与开工时间函数、位置函数的和. 对加工时间依赖开工时间的模型,证明了一定条件下极小化最大完工时间和极小化总完工时间是多项式可解的. 对加工时间依赖开工位置的模型,给出极小化最大完工时间和极小化总完工时间的最优序,同时证明了极小化加权总完工时间的一个最优排序性质并给出一个贪婪算法.
借助于半罚函数和产生工作集的识别函数以及模松弛SQP算法思想, 本文建立了求解带等式及不等式约束优化的一个新算法. 每次迭代中, 算法的搜索方向由一个简化的二次规划子问题及一个简化的线性方程组产生. 算法在不包含严格互补性的温和条件下具有全局收敛性和超线性收敛性. 最后给出了算法初步的数值试验报告.
在本文中,我们提出了带不等式约束的非线性规划问题的一类新的罚函数,它的一个子类可以光滑逼近$l_1$罚函数. 基于此类新的罚函数我们给出了一种罚算法,这个算法的特点是每次迭代求出罚函数的全局精确解或非精确解. 在很弱的条件下算法总是可行的. 我们在不需要任何约束规范的情况下,证明了算法的全局收敛性. 最后给出了数值实验.

中国研究生教育排行榜-

正在加载...

中国学术期刊排行榜-

正在加载...

世界大学科研机构排行榜-

正在加载...

中国大学排行榜-

正在加载...

人 物-

正在加载...

课 件-

正在加载...

视听资料-

正在加载...

研招资料 -

正在加载...

知识要闻-

正在加载...

国际动态-

正在加载...

会议中心-

正在加载...

学术指南-

正在加载...

学术站点-

正在加载...