优化算法与虚企业伙伴选择问题的研讨.pdfVIP

摘 要 对求解无约束优化问题的记忆梯度法中的方向参数给定一个新的区间取法，确定其 取值范围以保证搜索方向是目标函数的充分下降方向，在此基础上，提出了一类新的带 误差项的的记忆梯度算法，算法中参数的取值范围更大，考虑了误差项，使得新算法对 许多实际问题很有用．并在目标函数的梯度一致连续和结合删。步长搜索条件下，证 明了算法的全局收敛性．同时给出带误差项的结合拟一Newton方程的记忆梯度算法．数值 例子表明算法是有效的． 设计了求解无约束最优化问题的新的非单调线搜索规则的带误差项L锄p撕eU修正 对角稀疏拟牛顿算法．新的步长规则类似于嘶ppo非单调线搜索规则并包含僦ppo非单 调线搜索规则作为特例．新的步长规则在每一次线搜索时得到一个相对于Gdppo非单调 线搜索规则的较大步长，有利于算法快速收敛，同时保证算法的全局收敛性．数值例子 表明算法是有效的，适合求解大规模问题． 讨论了虚拟企业伙伴选择与管理问题．提出了初选、精选、优化组合的虚拟企业伙 伴选择三步法．并建立了基于遗传一模拟退火算法的虚拟企业合作伙伴优化组合模型，克 服了遗传算法早熟现象对虚拟企业伙伴选择的影响．进而分析了伙伴关系管理的复杂 性，提出了“动态合同+信任机制的双重管理方法． 关键词：记忆梯度算法，对角稀疏拟牛顿算法，误差，收敛，虚拟企业伙伴选择 andtheVinual Partner Algorithm Enterprise optimization SelectionProblems (沁Yali(ComputationalMafhematics) DirectedPr0￡Sull by Qing灿g Abstract A mescalarof methodt0eIlsuretllatthe new嬲s瑚叩tionis百V胁on co巧ugate黟adient a directionis su伍cientdescentdirection．Anewc1嬲sof memodwitllen．orS memory黟adient newmethodis t0V撕ous eIlcountedin is applicable di伍cuh presented．The problems practice becauseoftllatitconsiderstlle ofmescalariswid既The e盯0rs锄d啪g 910balconVe唱e11ce ofthenew discussed0nconditiontllat ofthe properties algorithlIl盯e the伊adientobjectiVe fIlnImonis comi肌ousand unifomly A肋ijost印size withournew methodwithe玎orsismodifiedt0 equation method，qu豁i-Ne、玑on haVe酉obal con、，e玛e11Ce resultsshowthatthenew aree伍cient．