导读:本文包含了不等式约束优化论文开题报告文献综述及选题提纲参考文献，主要关键词:不等式路径约束,微分代数方程,后向差分法,分点离散法
不等式约束优化论文文献综述
孙燕,张弛,路兴龙,王靖戈,付俊[1]（2019）在《具有不等式路径约束的微分代数方程系统的动态优化》一文中研究指出针对具有不等式路径约束的微分代数方程(Differential-algebraic equations, DAE)系统的动态优化问题,通常将DAE中的等式路径约束进行微分处理,或者将其转化为点约束或不等式约束进行求解.前者需要考虑初值条件的相容性或增加约束,在变量间耦合度较高的情况下这种转化求解方法是不可行的;后者将等式约束转化为其他类型的约束会增加约束条件,增加了求解难度.为了克服该缺点,本文提出了结合后向差分法对DAE直接处理来求解上述动态优化问题的方法.首先利用控制向量参数化方法将无限维的最优控制问题转化为有限维的最优控制问题,再利用分点离散法用有限个内点约束去代替原不等式路径约束,最后用序列二次规划(Sequential quadratic programming, SQP)法使得在有限步数的迭代下,得到满足用户指定的路径约束违反容忍度下的KKT (Karush Kuhn Tucker)最优点.理论上证明了该算法在有限步内收敛.最后将所提出的方法应用在具有不等式路径约束的微分代数方程系统中进行仿真,结果验证了该方法的有效性.(本文来源于《自动化学报》期刊2019年05期）
罗福,姚奕荣[2]（2018）在《非线性不等式约束优化问题叁角型精确罚函数算法》一文中研究指出针对非线性不等式极小化问题,通过新增一个变量,构造了一种叁角型增广罚函数,并在一定条件下,证明了该罚函数是连续可微的,且是精确的.由此设计了求解非线性不等式约束的叁角型精确罚函数算法,数值试验说明了该算法的可行性.(本文来源于《应用数学与计算数学学报》期刊2018年04期）
王祥玲,左双勇[3]（2018）在《不等式约束优化问题的可行信赖域滤子法》一文中研究指出利用可行信赖域方法和滤子方法的思想,建立了一个新的求解不等式约束优化问题的算法;算法利用修正的二次规划子问题获得可行搜索方向,当迭代点不能被滤子接受时对搜索方向进行修正,并减小信赖域半径。算法既保证了QP子问题的可行性,又在一定程度上简化了算法结构;在合适的条件下,证明了算法具有全局收敛性。(本文来源于《保山学院学报》期刊2018年05期）
孟思彤[4]（2018）在《不等式约束优化问题的目标罚函数法的光滑化研究》一文中研究指出最优化理论和方法的基础是Dantzig在1947提出的求解线性规划问题的单纯形算法,随着计算机技术迅猛发展,成为一门独立的学科.最优化理论和方法广泛地应用于科学技术、经济、军事等领域,其中应用最为广泛的是约束非线性规划问题.求解非线性规划问题的一个重要方法是罚函数方法,它可以将约束非线性规划问题转化为无约束的非线性规划问题求解.罚函数方法是通过求解一个或者多个罚问题来得到约束规划问题的解.精确罚函数是指当罚参数充分大的时候,求解罚问题的极小点就是原约束规划问题的极小点或者原问题的极小点就是罚问题的极小点.对于传统的罚函数,若罚函数是简单光滑的,则其一定是不精确的;若罚函数是简单精确的,则其一定是不光滑的.本文的主要工作是对不同于传统罚函数的目标罚函数进行研究,给出新的目标罚函数并讨论它的光滑化.本文结构安排如下:第一章主要介绍约束优化问题的基本概念、目标罚函数方法以及本文的主要工作.第二章针对非线性约束优化问题研究了一个新的目标罚函数证明了它的精确性,并给出了它的光滑近似目标罚函数和对应的目标罚优化问题.给出了目标罚问题及光滑目标罚问题的最优值之间的误差估计.基于这一光滑目标罚函数,提出了一个算法并证明了算法的全局收敛性.数值例子表明算法是可行的.第叁章针对非线性约束优化问题的另一个新的精确目标罚函数,研究了它的光滑逼近目标罚函数和对应的目标罚优化问题.给出了目标罚问题和光滑目标罚问题的最优值之间的误差估计.证明了基于这一光滑近似目标罚函数给出算法的全局收敛性.数值例子表明算法是可行的.第四章对本文的研究内容做了一下总结,并提出了可进一步研究的方向.(本文来源于《曲阜师范大学》期刊2018-04-03）
杨莲,姚奕荣[5]（2017）在《非线性不等式约束优化问题的指数型精确罚函数算法》一文中研究指出针对非线性不等式约束优化问题,通过增加一个变量构造了一种新的指数型罚函数,进而证明了该罚函数的光滑性和精确性.进一步,设计了一种求解非线性不等式约束优化问题的精确罚函数算法.数值计算的结果表明了该算法的可行性.(本文来源于《上海大学学报(自然科学版)》期刊2017年06期）
冯爱芬[6]（2016）在《基于模式搜索方法的解不等式约束优化问题的算法设计》一文中研究指出针对不等式约束的优化问题,构造了一类带新的NCP函数的增广拉格朗日函数,在一定的条件下,证明了增广拉格朗日函数的平稳点、局部极小点之间、全局最小点与原问题KKT点、局部极小点全局最小点有1-1对应关系。然后针对这个增广拉格朗日函数的特点,把模式搜索方法运用在构造的算法中,并证明了算法的收敛性。(本文来源于《科技通报》期刊2016年05期）
马国栋,简金宝[7]（2015）在《不等式约束优化一个可行序列线性方程组算法》一文中研究指出提出了求解非线性不等式约束优化问题的一个可行序列线性方程组算法.在每次迭代中,可行下降方向通过求解两个线性方程组产生,系数矩阵具有较好的稀疏性.在较为温和的条件下,算法具有全局收敛性和强收敛性,数值试验表明算法是有效的.(本文来源于《运筹学学报》期刊2015年04期）
张家昕[8]（2015）在《不等式约束优化的一个滤子SQP算法》一文中研究指出本文提出了一个解不等式约束优化的滤子SQP算法。当QP子问题不可行时,对算法进行校正,减小其不可行性避免Maratos效应;通过松弛滤子的接受条件有利于得到全局最优点。在适当的条件下,证明了算法具有全局收敛性。(本文来源于《安徽科技学院学报》期刊2015年05期）
郑雪莲[9]（2015）在《Filter方法在不等式约束优化问题中的应用》一文中研究指出用filter方法取代罚函数进行线性搜索,又利用序列线性方程组获得搜索方向,使得迭代点能够保证目标函数或约束函数充分下降,在一定假设条件下可以收敛到原问题的最优解。(本文来源于《科技视界》期刊2015年24期）
谢琴[10]（2015）在《不等式约束优化两个无罚函数无滤子的SQP算法》一文中研究指出本学位论文研究非线性不等式约束优化问题.此类问题在工农业、能源、交通、经济等诸多领域有广泛的应用.因此,研究求解不等式约束优化稳定、高效的数值算法具有重要的理论意义和实际意义.本学位论文提出了不等式约束优化两个无罚函数无滤子的序列二次规划(SQP)算法.首先,基于滤子法基本思想和非单调线搜索技术,提出了不等式约束优化的一个无罚函数无滤子的SQP算法.该算法具有如下特点：初始点可任意选取；不使用罚函数,克服了罚参数难以选取的问题；通过设置约束违反度函数的上界使算法无需使用滤子；在严格Mangasarian-Fromovitz约束规格成立及其它适当假设条件下算法具有全局收敛性.还通过初步的数值试验验证了算法的有效性.其次,借鉴模松弛技术和非单调线搜索技术,提出了不等式约束优化一个无罚函数无滤子的模松弛SQP算法.在每次迭代中,通过求解模松弛QP子问题产生搜索方向,步长由非单调线搜索产生.该算法的主要特点如下：模松弛QP子问题存在最优解；在非单调线搜索中使用了目标函数或约束违反度函数的新下降量,加快算法的收敛,进一步提高了算法的数值效果；在Mangasarian-Fromovitz约束规格成立及其它适当假设条件下算法具有全局收敛性.通过初步的数值试验验证了算法的有效性.(本文来源于《广西大学》期刊2015-06-01）
不等式约束优化论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
针对非线性不等式极小化问题,通过新增一个变量,构造了一种叁角型增广罚函数,并在一定条件下,证明了该罚函数是连续可微的,且是精确的.由此设计了求解非线性不等式约束的叁角型精确罚函数算法,数值试验说明了该算法的可行性.
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
不等式约束优化论文参考文献
[1].孙燕,张弛,路兴龙,王靖戈,付俊.具有不等式路径约束的微分代数方程系统的动态优化[J].自动化学报.2019
[2].罗福,姚奕荣.非线性不等式约束优化问题叁角型精确罚函数算法[J].应用数学与计算数学学报.2018
[3].王祥玲,左双勇.不等式约束优化问题的可行信赖域滤子法[J].保山学院学报.2018
[4].孟思彤.不等式约束优化问题的目标罚函数法的光滑化研究[D].曲阜师范大学.2018
[5].杨莲,姚奕荣.非线性不等式约束优化问题的指数型精确罚函数算法[J].上海大学学报(自然科学版).2017
[6].冯爱芬.基于模式搜索方法的解不等式约束优化问题的算法设计[J].科技通报.2016
[7].马国栋,简金宝.不等式约束优化一个可行序列线性方程组算法[J].运筹学学报.2015
[8].张家昕.不等式约束优化的一个滤子SQP算法[J].安徽科技学院学报.2015
[9].郑雪莲.Filter方法在不等式约束优化问题中的应用[J].科技视界.2015
[10].谢琴.不等式约束优化两个无罚函数无滤子的SQP算法[D].广西大学.2015