首页--数理科学和化学论文--运筹学论文--最优化的数学理论论文

拉格朗日正则化方法与线性规划原—对偶算法的研究

上篇 拉格朗日正则化方法第1-79页
 摘要第4-6页
 ABSTRACT第6-15页
 第一章 绪论第15-25页
   ·熵正则化方法第15-16页
   ·罚函数方法第16-18页
   ·本文的主要工作第18-20页
   ·预备知识第20-25页
 第二章 有限极大极小问题的熵正则化方法第25-47页
   ·引言第25-27页
   ·极大熵方法的一致逼近光滑作用第27-29页
   ·熵正则化方法与指数(乘子)罚函数方法的关系第29-34页
     ·解有限极大极小问题的指数(乘子)罚函数法第30-32页
     ·熵正则化法与指数(乘子)罚函数法间的对偶等价关系第32-34页
   ·极大熵方法与BEN TAL等人的光滑化法的关系第34-35页
   ·熵正则化方法中的几个问题第35-45页
     ·函数F_p(x)与F_p(x,μ)及其梯度的计算第36-37页
     ·函数F_p(x)与F_p(x,μ)的比较第37-41页
     ·函数F_p(x)在数学规划中的几方面应用第41-45页
   ·小结第45-47页
 第三章 约束优化问题的拉格朗日正则化方法第47-70页
   ·引言第47-49页
   ·约束优化问题的熵正则化方法第49-51页
   ·拉格朗日正则化方法第51-60页
     ·拉格朗日正则化方法的建立第52-54页
     ·主要定理的证明第54-60页
   ·拉格朗日正则化方法的收敛性分析第60-64页
   ·凸规划的拉格朗日正则化与非线性扰动第64-69页
     ·一般凸规划的拉格朗日正则化与非线性扰动第64-66页
     ·线性规划的拉格朗日正则化与非线性扰动第66-69页
   ·小结第69-70页
 第四章 构造罚函数的统一框架第70-79页
   ·引言第70-72页
   ·构造罚函数的统一框架第72-74页
   ·构造罚函数的具体实例第74-78页
   ·小结第78-79页
下篇 线性规划的原-对偶路径跟踪算法第79-153页
 第五章 绪论第80-91页
   ·线性规划内点法的概述第80-82页
     ·序言第80-81页
     ·现代内点法的简短回顾第81-82页
   ·原-对偶路径跟踪内点法第82-89页
     ·线性规划的原-对偶模型、对偶理论及中心路径第82-84页
     ·原-对偶路径跟踪内点算法第84-89页
   ·本文的主要工作第89-91页
 第六章 基于代数等价变换的原-对偶路径跟踪算法第91-109页
   ·引言第91-92页
   ·SELF-REGULAR邻近度量法的分析第92-95页
     ·邻近性度量的概念第92-94页
     ·Self-Regular邻近度量法的分析第94-95页
   ·等价代数变换与相应的邻近度量和搜索方向第95-97页
   ·基于对数变换的不可行原-对偶路径跟踪内点算法第97-107页
     ·算法的描述第98-100页
     ·算法6.1的收敛性与多项式复杂性界限分析第100-107页
   ·小结第107-109页
 第七章 自调节的原-对偶路径跟踪内点法第109-123页
   ·引言第109-110页
   ·一个新的邻近性度量函数第110-111页
   ·一个具有自调节功能的原-对偶路径跟踪内点算法第111-114页
   ·算法的实施与数值比较第114-122页
   ·小结第122-123页
 第八章 基于NCP函数的非内点原-对偶路径跟踪法第123-151页
   ·引言第123-124页
   ·非内点原-对偶法的基本思想第124-129页
     ·NCP函数及其光滑函数第124-126页
     ·非内点原-对偶法的基本思想第126-129页
   ·基于方程组(8.10)的非内点原-对偶路径跟踪算法第129-139页
     ·算法的描述及性质第129-132页
     ·算法8.1的收敛性分析第132-139页
   ·基于方程组(8.11)的非内点原-对偶路径跟踪算法第139-145页
     ·算法的描述及性质第139-142页
     ·算法8.2的收敛性分析第142-145页
   ·算法的实施与数值比较第145-150页
   ·小结第150-151页
 第九章 总结与展望第151-153页
参考文献第153-164页
博士期间发表论文情况第164-165页
论文的创新点摘要第165-166页
致谢第166-167页

论文共167页,点击 下载论文
上一篇:魏县地区能源预测分析及电力竞争策略的研究
下一篇:基于ASP技术的作物综合管理专家系统