- 1、本文档被系统程序自动判定探测到侵权嫌疑,本站暂时做下架处理。
- 2、如果您确认为侵权,可联系本站左侧在线QQ客服请求删除。我们会保证在24小时内做出处理,应急电话:400-050-0827。
- 3、此文档由网友上传,因疑似侵权的原因,本站不提供该文档下载,只提供部分内容试读。如果您是出版社/作者,看到后可认领文档,您也可以联系本站进行批量认领。
查看更多
摘 要
最优化问题从产生到现在,众多的学者和数学家已经提出和总结了许多的最
优化方法。但应该指出,目前大多数的算法求得的都是局部极小点,仅当问题具
有某种凸性时,局部极小点才是全局极小点。一般来说求全局极小点是一个相当
困难的任务,其中的难点又在于最优性条件的给定。
我们讨论如下形式的最优化问题:
设X是拓扑空间,S是X的非空子集,实值函数f:X-÷冗。求全局最优值
c.=inf
f(x), (0.0.1)
Z‘v
及其全局最优点集
H’={z∈SI f(x)=矿} (0.0.2)
我们对讨论的问题作如下基本假设:
(A):函数,是下半连续的,集合S是闭集,而且存在一个实数b使得
集合gb={z∈SI,@)≤6)是非空紧集;
(R):函数,在S上是上丰满的,即对于所有的c,集合{z∈SIS(=)
intD=cl
c’是丰满的,集合D是丰满集当且仅当cl D;
(M):(X,Q,p)是Q.测度空间,即对于所有的非空开集G,都满足p(G)
0,且对于所有的紧集K,都有p(K)00。
我们推广水平均值和修正方差的概念:
m:R1_R1是给定的连续的严格递增函数。
nS上
假设(A)、(M)、(R)成立,c矿=皿%∈s,(z)。函数,在其水平集日c
的僻均值:
re(f(训咖 (0-0.3)
Ml(f,c;s)=硒b厶ns
函数钉:R1一冗1被称作伊函数,如果它满足下面的条件:
1.(∥)是非负函数而Hv(y)=o当且仅当y=0。
1
2.v(-y)=u(可)。
3.当秒≥0,函数V连续严格递增
函数,在其水平集皿n。9上的伊方差:
1 ,-
(咖·4)
眦c;s)2南厶ns钉(m)一c)舡
最后给出最优化问题的最优性条件:
在(A)、(M)、(R)的假设成立之下,点矿∈S是函数,在集合S上的全局最小
点且c+=f(x+)是全局最小值当且仅当下面两个条件中的一个成立:
Value
i)僻均值条件(m-MeanCondition)..尬(,,矿;S)=m(c.);
ii)钞一方差条件V-Variance ‘
Condition):Vl(f,矿,S)=0.
整个论文的结构如下:
第一章,我们简要回顾了全局最优化问题的提出和发展以及目前国内外关于
这个问题的研究工作状况。给出了全局最优解的定义。介绍了郑权教授提出的求
解全局最优解的积分总极值法。
第二章,我们引入了丰满集、丰满函数和Q-测度空间等概念。通过丰满分析,
我们知道,在积分型算法中,目标函数,不一定要是连续的。
第三章,为了能够使积分总极值方法能够更有效地应用在处理最优化问题的
情况,我们引进积分总极值中胁均值和伊方差等概念,发展了积分型总极值的最
优性条件并给出了算法。
第四章,对求解有约束的最优化问题。我们借鉴罚函数的概念,利用不连续
精确罚函数的概念对积分总极值方法进行了推广。给出了处理有约束最优化问
题的积分总极值罚函数最优性条件及其算法。
第五章
文档评论(0)