广义线性互补问题的共轭梯度算法

本文构造了广义线性互补问题的一个光滑价值函数,该函数具有良好的微分性质.基此价值函数提出了求解广义线性互补问题的一类不精确线搜索共轭梯度算法,证明了算法的全局收敛性,并通过数值试验检验了算法的实用性.     

一般约束极大极小问题的广义梯度投影算法

讨论了一类带等式、不等式约束的极大极小值问题，将其转化为带等式、不等式约束的非线性规划问题，利用辅助规划进行处理，给出了一个广义的梯度投影算法，解决了一般约束极大极小值问题。算法可在有限步达到最优点或产生一系列点列，其极限点则是最优点，并证明了该算法的全局收敛性。     

无约束优化DFP算法的全局收敛性

讨论了无约束优化问题的ＤＦＰ算法的全局收敛性．在适当的条件下，证明了对一致凸目标函数，在非精确线搜索下ＤＦＰ算法具有全局收敛性     

一般约束极大极小值的梯度投影算法

对一类带等式、不等式约束的极大极小值问题进行了研究,将其转化为带等式、不等式约束的非线性规划问题,并利用梯度投影算法进行求解。该算法在有限步达到最优点或产生一系列点,且其极限点是最优点。该算法减少了计算量,克服了数值实现上的困难,证明了算法的收敛性。     

无约束优化中的一种修正的PRP共轭梯度法的全局收敛性分析

文章提出修改的PRP共轭梯度法在MSWP线搜索下的算法,在适当条件下,证明算法全局收敛.     

一种非线性共轭梯度算法的全局收敛性

文章提出WYL参数公式在MSWP线搜索下的算法,并证明算法在适当条件下全局收敛。     

非线性极大极小问题的一个有效算法

针对一类非线性约束极大极小问题,利用极大熵方法将其转化为带等式、不等式约束的非线性规划问题,给出了一种梯度投影算法,解决了一般约束的非线性大系统优化问题,该算法初始点可任意;同时证明了该算法的全局收敛性。初步的数值试验表明,对于该类极大极小问题,算法有良好的数值表现。     

一般约束优化问题的摄动梯度投影法

利用梯度投影法与罚函数技巧，将带等式和不等式约束优化问题化成一个无约束问题，提出了求解不等式、等式约束优化问题的摄动梯度投影算法。考虑到计算的误差因素，在搜索方向上进行摄动，得到一个方向不精确的梯度投影法。参数δｋ取不同的数还可以得到一类梯度投影法。从而保证了在实际应用中更容易实现，在较弱的条件下，证明了该算法的全局收敛性。     

WEI—YAO-LIU共轭梯度法在常数步长因子下的全局收敛性

在文献[1]中,Z.Wei等提出了一些新的共轭梯度法,这些方法不仅有良好的数据结果,而且具有较好的收敛性质.文章证明了WEI-YAO-LIU共轭梯度法在常数步长因子下的全局收敛性.     

初始点任意优化问题的广义梯度投影法

利用广义投影与罚函数技巧和辅助规划处理带等式和不等式约束问题以及采用二阶段搜索方法，给出了一个初始点可任意的带不等式和等式约束的优化问题的广义梯度投影算法，并证明了该算法具有全局收敛性。文中削弱了文献［１］的条件，保持了它的优越性，罚参数在计算过程中自动调整且只需适当大，因此，在实际运用中不会有太大的困难。     

二进制改进粒子群算法在背包问题中的应用

提出了用于求解0 1背包问题的二进制编码的粒子群算法,阐明了该算法求解背包问题的具体实现过程.为了提高粒子群算法的收敛速度,在传统的二进制编码的粒子群算法中嵌入了记忆功能.通过对其他文献中仿真实例的计算和结果比较,表明该算法在寻优能力、计算速度和稳定性方面都超过了文献中提到的遗传算法和模拟退火算法.提出的求解背包问题的二进制改进粒子群算法,同样可以应用于其他离散优化问题.     

车辆路径问题的并行粒子群算法研究

设计了一种引入了模拟退火机制的并行粒子群算法.该算法结合了基本粒子群优化算法的快速寻优能力和模拟退火算法的概率突跳性,避免了基本粒子群优化算法易于陷入局部最优的缺点,提高了进化后期算法的收敛精度.将该算法用于解决车辆路径问题,实验结果表明该算法具有较好的性能.     

约束平面选址问题的蚂蚁算法

对带有区域限制的平面选址问题，给出一种基于人工蚂蚁优化思想的新的求解方法。经数值计算、验证和比较，得到了满意的效果。     

受凝聚映象扰动的极大增生算子的拓扑度

拓扑度理论对于研究算子方程解的存在性、唯一性、连续依赖性等问题具有重要的理论价值［１］。文献［２，３］利用拓扑度方法探讨了一般算子方程ｙ∈（Ａ＋Ｃ）ｘ解的问题，文中在此基础上给出了极大增生算子Ａ受凝聚映象Ｃ扰动时的拓扑度，从而为解算子方程ｙ∈（Ａ＋Ｃ）ｘ提供了又一个有力的研究工具     

遗传退火进化算法在背包问题中的应用

从增强算法收敛性和减少参数依赖性的角度出发，提出应用遗传退火进化算法求解背包问题，遗传退火进化算法结合了遗传算法和模拟退火算法的优点，并有效地克服了各自的弱点，使其在优化性能、优化效率和可靠性方面具有明显的优越性．阐明了用该算法求解背包问题的具体实现过程，并通过实际数值计算和结果比较表明，该算法优于遗传算法和模拟退火算法．     

高等院校学分制教学排考问题算法设计

针对学分制教学中存在的因学生选课随机性所导致的排考困难问题,设计了一种基于启发式的两阶段算法.第一阶段解决考试课程安排冲突问题;第二阶段解决考场分配、时间均匀分布及连考问题.实际应用于高校大规模排考的结果表明,本算法不会产生维数爆炸,计算效率高,可广泛用来解决学分制下的高等院校排考、排课和其他类似问题.     

一种共轭下降算法的全局收敛性

给出了求解无约束优化问题的一种共轭下降算法，该算法具有充分下降性的共轭梯度公式。在较为温和的条件下，利用宽松的非精确线搜索条件得到全局收敛性结果，同时数值实验表明了算法的有效性。     

一类新的自适应非单调谱投影梯度法

给出了求解凸约束优化的一类新的自适应非单调谱投影梯度法.通过引入具有自适应性的权重参数,使算法在迭代过程中能自动调节非单调策略. 在适当条件下证明了算法的收敛性.数值试验结果表明,该算法在一定程度上能减少在线搜索过程中对非单调参数M的依赖.