求解广义几何规划问题两种全局优化方法

《求解广义几何规划问题两种全局优化方法》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、摘要全局优化问题的来源相当广泛，包括金融、生产管理，交通运输、网络工程、国防、图像处理、化学工程设计和控制、数据库及环境工程．这类问题的显著特点是，它们通常存在多个局部最优解，并且这些局部最优解不同于优化问题的全局最优解，这就使得人们无法简单的借助于传统的非线性规划技术求解这类问题．因此，对此类问题的求解算法进行研究就具有重要意义．随着全局优化方法的广泛应用，其理论和算法得到了很大发展，但这些算法也存在许多问题．本文将在这些算法的基础上，针对广义几何规划问题(GGP)的特殊结构，提出两种求解(GGP)的新方法．主要内容如下：第一章，概述了目前求解全局

2、优化问题的几种常用算法，及本文所研究问题的背景与现状，并对本文所做的工作做了简单介绍．第二章，针对广义几何规划问题，提出了一个利用一系列在划分集上具有唯一解的单变量方程来求解(GGP)问题的新的全局优化算法．首先，通过引进—个新变量和—个约束，把(GGP)问题转化为一个等价的单调最优化问题(P)；其次，通过利用问题(P)的单调结构构造辅助问题(Q)，对问题(P)的求解被系统的转化为一些根据已有方法就能很容易求解的单变量方程问题．这充分保证了该算法能找到一个可行的而且充分接近最优解的近似最优解．与其它方法相比，数值结果表明我们给出的方法是有效可行的．第

3、三章，本章利用求解凸规划问题的方法，给出了另一种求解(GGP)问题的算法．根据(GGP)问题的特点，利用指数变换等一系列措施将(GGP)问题等价转化为—个目标函数是凸函数、约束函数是D．C．函数的D．C．规划问题．通过构造辅助问题，对(GGP)问题的求解过程被转化为求解一些很容易求解的凸规划问题．因此(GGP)问题的求解效率得到大幅度提高，数值结果也充分表明该算法在迭代次数和运行时间上都比其它方法有明显的改进．关键词：广义几何规划，单调最优化，单变量方程，D．C．规划，(E，77)-最优解．ABSTRACTThesourceoftheglobalop

4、timizationproblemisquitewide，includingfinance，produc-tionmanagement，transportation，networkengineering，nationaldefence，imageprocessing，chemicalengineeringdesignandcontrol，databasesandenvironmentalengineering．Dis-tinctivefeatureofsuchproblemsisthattheyusuallyhavemorethanonelocalo

5、ptimalsolution，andtheselocaloptimasdifferfromtheglobalsolution．Sotheseproblemscannotbesolvedeasilybyclassicalnonlinearprogrammingtechniques．Withtheextensiveapplicationofglobaloptimizationmethods，itstheoriesandalgorithmshavebeengreatlydeveloped，butthesealgorithmsalsohavesomeprob

6、lems．Inthispaper，weproposetwonewmethodsbasedonknowntheoriesandalgorithmsforgeneralizedgeometricproblem．Thethesisisorganizedasfollows：InChapter1，abriefintroductionisgiventoseveralmainlydeterministicapproachesandstochasticapproaches．Thenwegivethelatestresearchdevelopmentofthegene

7、ralizedgeometricprogram(GGP)andsimplyintroduceourworkinthispaper．InChapter2，thispaperpresentsanewglobaloptimizationalgorithmfor(GGP)problemviaaseriesofsinglevariableequationswithuniquesolutionoverpartitionedsets．Aboveall，inordertotransform(GGP)problemintoanequivalentmonotonicop

8、timiza-tionproblem(P)，theproposedapproachonlyintroduce