0-1二次规划的全局最优性条件及其算法.pdf

摘 要 全局优化问题广泛见于工程、国防、经济等诸多重要领域，是数学规划理论的 一个重要研究领域。本文首先讨论一类特殊结构的全局优化问题：二次规划的全局 优化问题。我们给出]0-1-次规划的全局最优性条件，并讨论了其相应的算法。然 后，对于一般结构的全局优化问题，我们给出了一个新的无参数的填充函数方法。 本论文的第一章介绍全局优化理论的一些研究成果。第二章讨论无约束0-1-- 次规划的全局最优性条件。在第二节得到一个充分条件和一个必要条件的基础上， 我们希望能够得到一些充要条件。为此，我们首先在第三节中给出在线性约束条件 下，牙成为一个凸的二次函数的全局极大点的充分必要条件。从这个结论出发，在第 四节，我们得到了无约束0-1--次问题全局最优的充分必要条件及其等价形式。在第 五节，我们将注意力放在全局最优的必要条件上。我们得到的必要条件都不含对偶 变量，仅用到原问题的数据。这样，这些条件在实际中都是可以被检验的。进一步， 为了使必要条件在实际中易被检验、易操作，我们降低了必要条件中的维数，在比 原问题维数更低的空闻中，绘出一些简洁的必要条件，以达到方便检验的目的。 在第三章，我们进一步研究有约束的0-1-次规划的全局最优条件。对于带有线 性不等式约束的0-1--次问题，我们在第一节中得到了它全局最优的充分条件和必 要条件。必要条件也不含对偶变量。当系数矩阵正定时，我们建立了原0-1问题的解 与松弛问题的解之间的联系。对于带有线性等式约束的0．I--次问题，我们在第二节 证明了一个带有线性等式约束的0-1-次规划问题，它的全局最优解集和其相应的 罚问题的全局最优解集是相等的。这样，带有线性等式约束的0-i--次问题的解，可 以通过无约束0—1二次规划问题的解得到。第三章的另～个内容是讨论0．i-次规划 问题的实际应用。将我们得到的一些结论运用于极大团问题和二次分派问题，我们 得出了一些相关的结论。 将全局最优条件发展成为可实现的算法，是全局优化研究中的重要的工作。本 文的第四章讨论无约束0-I--次规划问题的算法。首先我们将原0，1问题化为一个等 价的半正定的0-I-次问题。在得到这个半正定二次问题的松弛解z之后，取与z“最 接近的”O．1解Y，在一定的条件之下，Ⅳ就是原0—1问题的全局最优解。rh于松弛后的 问题是凸的二次规划问题，可以在多项式时间内求解，所以，我们的算法是可实现 的。为r确定Y是否是原问题的最优解，我们设计了三种算法，在研究了第二章所给 T 出的一些充分条件之间的关系之后，在第四章第四节，我们进一步讨论了这种方法 能够成功的一些条件。 对于一般结构的全局优化问题，全局优化的算法研究始终是人们关注的问题。 在第五章，我们分别对整变量的和连续变量的全局优化问题，讨论求解它们的无参 数的填充函数方法。 目前已有的一些填充函数一般带有一个或两个参数。在实际的计算过程中，往 往要花费很多的时间和内存来确定适当的参数值。另外，用填充函数方法解决整变 量的全局优化问题，这也是一个重要的研究方向。基于此，我们在第五章第二节首先 针对非线性规划中整变量的全局优化问题，给出一个无参数的填充函数方法。按照 填充函数方法的基本思想，我们给出了修正的填充函数的定义．在定义中，我们强调 它能帮助我们找到比当前局部极小值具有更小目标函数值的点。理论分析和数值计 算的结果都表明，我们所构造的无参数的填充函数，可以有效地使目标函数，(o)离 开当前的局部极小点，并跳过很多局部极小点，最终找到全局极小点。而且，无论 是目标函数还是填充函数，它们需要赋值的点在所有的可行点中占的比例很小。对 于连续变量的全局优化问题，我们在第五章第三节同样给出了其修正的填充函数定 义。并构造了满足这个定义的填充函数。随后，我们讨论了它的一些理论性质并进 行了数值计算。由于无需调节参数，这个新的填充函数是有效的并且是简便的。 关键词： O-lZ次规划，全局优化， 全局最优性条件， 填充函数， 整数 规划。 Abstract the several new andcorn- Duringpast decades，manytheoretical，algorithmic contribu