首页> 中文学位 >一类广义分式规划的性质、算法及在不精确分式规划上的应用
【6h】

一类广义分式规划的性质、算法及在不精确分式规划上的应用

代理获取

目录

文摘

英文文摘

学位论文独创性声明及学位论文使用授权声明

一绪论

(一)广义分式规划算法的研究现状

(二)广义分式规划和不精确分式规划性质的研究现状

(三)本文主要的研究工作

二Dinkelbach型算法的推广和在不精确分式规划中的应用

(一)H(α,θ)的一些性质

(二)算法及其收敛性质

(三)(ak,θk)选择.超线性收敛

(四)直接应用算法求解不精确分式规划

(五)特殊情况下的对偶方法

三混合型对偶及鞍点最优性准则

(一)基本定义和预备知识

(二)混合型对偶

(二)鞍点最优性准则

四不精确分式规划的最优性条件

(一)局部和全局最优解

(二)最优性必要和充分条件

结论

参考文献

致谢

在读期间发表的论文目录

展开▼

摘要

本文就一类目标函数可以有无限个分式的广义分式规划问题,讨论了推广的Dinkelbach型算法,对偶定理,鞍点最优性准则以及在不精确分式规划中的应用.共分四个部分. 第一章绪论部分综述了此类广义分式规划以及它的特殊形式不精确分式规划的研究进展,并介绍本文所要做的一些工作. 第二章第一节介绍与具有一般约束集的广义分式规划((P))等价的一个参数规划(Pα,θ)的性质;第二节引入通过求解((P)α,θ)来求解((P))的一簇迭代算法,并证明算法的全局收敛性和具有线性敛速;第三节通过在每次迭代时适当地选择参数,得到全局收敛性的超线性算法;第四节和第五节探讨算法在不精确分式规划中的两个应用.第一个应用在条件减弱的情况下给出,是直接的,第二个应用是对不精确分式规划的特殊情形给出的,即它的约束集都是由线性不等式约束给出. 第三章第一节在(F,α,ρ,d)-凸的条件下,建立具有不等式约束的广义分式规划(P)的混合型对偶,给出相应的弱对偶定理,强对偶定理以及严格对偶定理;第二节给出三个非完全Lagrange函数,利用已有的最优性条件,在(F,α,ρ,d)-凸和广义(F,α,ρ,d)-凸性的条件下,证明了鞍点最优性准则.第四章研究了不精确分式规划(IFP),讨论了它的局部解一定是全局最优解,并获得较简洁的最优性充要条件.

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号