全局最优化理论和方法在上世纪八十年代以来有长足进展,而与局部最优化理论和方法相比,仍是最优化问题中困难和未成熟的课题。对某类特定问题,如D.C.规划、反凸规划、0-1二次规划已有比较成熟的算法,但大多限于分支定界算法,当维数大时,由于存储量大,而求解十分困难,对一般非凸规划大都应用启发式、随机算法。.本项目致力于函数变换方法,如填充函数和打洞函数方法,利用成熟的局部优化方法及函数变换途径,从一个局部极小点到另一个更好的局部极小点,最终求出全局极小点。对无约束优化和有约束优化,对变量连续的和离散的都将予以研究。对有约束问题目前尚未见国内外有相关的研究,故其理论和实用意义是很大的。在算法研究基础上,力求把其应用于最优资源配置和供应链问题中。并将作较大规模的数值试验和并行计算,力争进行软件开发和应用。
{{i.achievement_title}}
数据更新时间:2023-05-31
基于铁路客流分配的旅客列车开行方案调整方法
一种基于多层设计空间缩减策略的近似高维优化方法
基于MCPF算法的列车组合定位应用研究
基于腔内级联变频的0.63μm波段多波长激光器
新型树启发式搜索算法的机器人路径规划
非凸规划问题的全局最优解方法
非凸函数的凸分解与全局最优化方法
全局时变最优解追踪技术及应用研究
非凸规划的全局最优性条件和全局最优化方法研究