文献阅读与选题报告.docVIP

PAPER 1：A discrete dynamic convexized method for Inter programming Journal of Computational and Applied Mathematics 223(2009) 356-373 Wenxing Zhu,Hong Fan Center for Discrete Mathematics and Theoretical Computer,Fuzhou University,Fuzhou 350002,China College of Mathematics and Computer Science,Fuzhou University,Fuzhou 350002,china 摘要： 在文章中，我们考虑闭包限制非线性整数规划问题。我们给出辅助函数，它与闭包限制非线性整数规划问题有一样的离散全局极小值。在函数的极小化过程中通过增加一个变量的值，使得离散的局部搜索方法可以跳出先前收敛的局部极小值。我们给出找到一个闭包限制非线性整数规划问题的全局极小解的算法。这个算法用随机初始解来极小化辅助函数。我们证明这个算法可以以概率为1渐进收敛。通过大量例子实验可以证明这个算法具有很强的健壮性和有效性。 主要内容： 本文主要从以下5个方面来阐述和分析的研究内容。 问题介绍 主要讲述了整数规划问题的研究领域，如线性整数规划、线性0-1规划和非线性规划问题，而到现在只有非线性整数规划还受到众多关注。非线性整数规划问题的形式如下： K，J是有限下标，是中的整数集合，f(x), 介绍非线性规划在现实世界的应用及非线性规划问题的解决方法等。 定义局部及全局极小值。 非线性规划问题： (P) 定义领域的概念、局部最优、全局最优及三者之间的关系并给出局部搜索算法的思想。 辅助函数及其性质 假设是用局部搜索算法找到的MAX-WSAT问题的当前局部极小解，是问题(MAX-WSAT)的全局最优值，设是问题(MAX-SAT)的局部极小解且。构造辅助函数的目标是通过解决问题（FMAX-WSAT）找到另一个问题（MAX-WSAT）局部极小解，使得。 构造问题(MAX-WSAT)的辅助函数： 其中参数。 构造与问题(MAX-WSAT)有关的辅助非线性整数规划问题如下： 证明定理及引理、推论。 动态凸方法 算法的主要思想如下：初始化时设，并在解空间中随机选取一个起始点，利用局部搜索算法极小化。如果极小化序列收敛到一个点且，则由定理8知，k值太小，通过增大k值并用再次搜索极小化，直到极小化序列收敛到或集合中的一个解。 如果极小化序列收敛到，则我们重复上述过程。如果极小化序列收敛到中的一个解，由定理6得到一个比小的问题（MAX-WSAT）的局部极小解。重新设置，并再次重复上述过程。 文章中给出了动态凸方法的伪代码，使得读者很容易就明白算法的意图并容易实现。最后证明算法收敛的概率。 5. 数据实验 文章中先讨论参数的取值及辅助函数，着重讨论了当参数取不同值算法的结果。最后对所取的例子进行实验得出结果。 总结 文章中给出了问题（P）的一个辅助函数。这个函数在区间中与非线性整数规划问题(P)有相同离散局部极小解及离散全局极小解。伴随着参数k的增大，极小化T(x,k)可以成功的跳出先前收敛的局部极小解。可以通过设计算法实现在通过极小化T(x,k)来寻找问题（P）的一个离散局部极小解。通过20个不同例子的数据实验可以证明算法的健壮性和有效性 PAPER 2：Guided Local Search for Solving SAT and Weighted MAX-SAT Problems Journal of Automated Reasoning 24: 205–223, 2000. ? 2000 Kluwer Academic Publishers. Printed in the Netherlands. PATRICKMILLS and EDWARD TSANG Department of Computer Science, University of Essex. e-mail: {millph,edward}@essex.ac.uk Abstract. In this paper, we show how Guided Local Search (GLS) can be applied to the SAT problem and show how the resulting algorithm can be naturally extended to solve the weighted MAX-