非線性規(guī)劃的優(yōu)化算法研究

PARTⅠ 確定性 化方法
第1章 確定性 化方法簡介
第2章 無盒子約束線性多乘積規(guī)劃問題的全局 化
2.1 線性松弛規(guī)劃問題
2.2 算法及其收斂性
2.2.1 分支過程
2.2.2 定界過程
2.2.3 分支定界算法
2.2.4 收斂性分析
2.3 數(shù)值試驗(yàn)
第3章 有盒子約束線性多乘積規(guī)劃問題的全局 化
3.1 線性松弛規(guī)劃問題
3.2 縮減技巧
3.3 算法及其收斂性
3.3.1 分支規(guī)則
3.3.2 分支定界算法
3.3.3 收斂性分析
3.3.4 數(shù)值試驗(yàn)
第4章 線性比式和規(guī)劃問題的全局 化
4.1 問題FP的求解方法
4.1.1 等價問題及其線性松弛
4.1.2 算法及其收斂性
4.1.3 數(shù)值試驗(yàn)
4.2 GFP的求解方法
4.2.1 預(yù)備知識
4.2.2 基本運(yùn)算
4.2.3 算法及其收斂性
4.2.4 數(shù)值試驗(yàn)
第5章 非線性比式和規(guī)劃問題的全局 化
5.1 預(yù)備知識
5.1.1 初始單純形及單純形對分
5.1.2 下界
5.1.3 上界
5.2 算法及其收斂性
5.3 數(shù)值試驗(yàn)
第6章 廣義幾何規(guī)劃問題的全局 化
6.1 新的線性化方法及算法
6.2 算法的收斂性及應(yīng)用
PARTⅡ 群智能 化方法
第7章 群智能 化方法簡介
第8章 基于性別差異的螢火蟲算法及其收斂性
8.1 改進(jìn)的螢火蟲算法
8.2 動機(jī)及算法描述
8.2.1 動機(jī)
8.2.2 算法描述
8.3 收斂性證明
8.3.1 定義和定理
8.3.2 基于馬爾科夫鏈的收斂分析
8.4 試驗(yàn)比較與分析
8.4.1 試驗(yàn)1：GDFA和其他三個螢火蟲算法的性能比較
8.4.2 試驗(yàn)2：GDFA和一些其他算法的比較分析
第9章 基于比較判斷的粒子群算法
9.1 改進(jìn)的粒子群算法
9.1.1 速度 新方程
9.1.2 位置廢棄機(jī)制
9.2 試驗(yàn)結(jié)果及討論
9.2.1 確定L取值的試驗(yàn)
9.2.2 IPSO與PSO、CPSO、SGPSO和SPPSO的比較
9.2.3 IPSO與其他改進(jìn)PSO算法的比較
0章 基于概率選擇的螢火蟲算法
10.1 pFA
10.1.1 pFA的偽代碼及流程圖
10.1.2 計(jì)算復(fù)雜度分析
10.2 試驗(yàn)結(jié)果與分析
10.2.1 參數(shù)設(shè)置
10.2.2 試驗(yàn)1：確定 和 的值
10.2.3 試驗(yàn)2：pFA與FA、RaFA及NaFA的比較
10.2.4 試驗(yàn)3：pFA與DE算法及其改進(jìn)算法比較
參考文獻(xiàn)