資源描述：
《非線性大系統(tǒng)優(yōu)化的填充函數(shù)算法》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫。
1、非線性大系統(tǒng)優(yōu)化的填充函數(shù)算法重慶大學(xué)碩士學(xué)位論文學(xué)生姓名：姚桂霞指導(dǎo)教師：葉仲泉教授專業(yè)：運(yùn)籌學(xué)與控制論學(xué)科門類：理學(xué)重慶大學(xué)數(shù)學(xué)與統(tǒng)計(jì)學(xué)院二O一三年四月FilledFunctionAlgorithmforNonlinearlyGlobalOptimizationSystemAAThesisSubmittedtoChongqingUniversityinPartialFulfillmentoftheRequirementfortheDegreeofMasterofScienceByYaoGui
2、xiaSupervisor:Prof.YeZhongquanMajor:OperationsResearch&CyberneticsCollegeofMathematicsandstatisticsofChongqingUniversity,Chongqing,ChinaApril,2013重慶大學(xué)碩士學(xué)位論文中文摘要摘要全局優(yōu)化問題作為一種數(shù)學(xué)方法在現(xiàn)實(shí)生活中已經(jīng)有了很廣泛的應(yīng)用，尤其是在工程設(shè)計(jì)、分子生物學(xué)、神經(jīng)網(wǎng)絡(luò)和社會(huì)科學(xué)中發(fā)揮著重要的作用，因此全局優(yōu)化問題吸引了很多研究者的眼球.然而由
3、于全局優(yōu)化問題多個(gè)極值點(diǎn)的存在使得研究者不得不面對(duì)以下的問題：一是怎樣從一個(gè)當(dāng)前的極小點(diǎn)得到另一個(gè)比它更小的極小點(diǎn)，一是如何判斷當(dāng)前的這個(gè)極小點(diǎn)就是全局極小點(diǎn).這些問題都不能用傳統(tǒng)的解非線性規(guī)劃問題的方法去解決.目前，求解全局優(yōu)化問題的算法也是有很多種，這些算法大致可以區(qū)分為兩類，即確定性算法和隨機(jī)性算法，其中填充函數(shù)方法屬于確定性算法.本文主要針對(duì)非線性大系統(tǒng)的優(yōu)化問題的填充函數(shù)及其算法做了一些研究.文章主要從以下幾個(gè)方面展開：第一章，簡(jiǎn)要的介紹了最優(yōu)化問題在現(xiàn)實(shí)生活中的應(yīng)用，給出了最優(yōu)化問題
4、的一些基本的概念，同時(shí)，還介紹了幾種求最優(yōu)化問題的方法，最后介紹了填充函數(shù)的發(fā)展歷史和填充函數(shù)的基本方法.第二章，依據(jù)填充函數(shù)方法的思想和基本理論，提出了一個(gè)求解全局最優(yōu)解的單參數(shù)填充函數(shù)，給出了它的算法，分析討論了它的優(yōu)良的性質(zhì).第三章，前人給出的大部分的填充函數(shù)都是含有一個(gè)及以上參數(shù)，由于含有參數(shù)的填充函數(shù)參數(shù)的選取比較復(fù)雜，本章在前人的基礎(chǔ)上給出了一類求解非光滑全局優(yōu)化問題的一類無參數(shù)填充函數(shù)，討論它的算法和其優(yōu)良性質(zhì)，并給出了它的數(shù)值試驗(yàn).第四章，簡(jiǎn)要介紹了非線性離散的填充函數(shù)的基本概念
5、和性質(zhì)，給出了一類求解整數(shù)規(guī)劃問題的填充函數(shù)，證明了它的優(yōu)良的性質(zhì)，數(shù)值試驗(yàn)說明了其算法的有效性.第五章，對(duì)非線性填充函數(shù)方法的發(fā)展作了總結(jié)與展望.關(guān)鍵詞：填充函數(shù)非線性規(guī)劃全局優(yōu)化全局最小點(diǎn)局部極小點(diǎn)整數(shù)規(guī)劃I重慶大學(xué)碩士學(xué)位論文英文摘要ABSTRACTAsamathematicalmethod，globaloptimizationproblemhasbeenaverywiderangeofapplicationsinreallife,especiallyinengineering,molec
6、ularbiology,neuralnetworks,andsocialsciences,soglobaloptimizationproblemshasattractedtheattentionofmanyresearchers.However,duetomultipleextremepointsofglobaloptimizationproblem,theresearchershavetofacethefollowingproblems:Oneishowtogetanotherfromamin
7、imumpointsmallerthantheminimumpoint,andtheotherishowtodeterminethecurrentminimumpointisaglobalminimumpoint.Thesequestionscannotbeusedthetraditionalnonlinearprogrammingproblemtosolve.Therearemanyalgorithmstosolveglobaloptimizationproblem,andthesealgor
8、ithmscanberoughlydividedintotwocategories,namelydeterministicalgorithmandrandomnessalgorithm,inwhichthefilledfunctionmethodisadeterministicalgorithm.Inthisarticle,wemainlydoresearchonnonlinearoptimizationproblemofthelargesystem.Wemainlystudyfromthefo
