本文介绍了一种优化处理二元相图及热力学性质的方法。通过系统分析全部所获得的LiCl—KCl,LiCl—SrCl2,NaCl—SrCl2,NaCl—CaCl2,NaCl—BaCl2,KCl—BaCl2,CaCl2—BaCl2,BaCl2—SrCl2等八个二元系热力学性质和相图的数据并进行优化处理,取得了热力学性质和相图自相一致的结果

研究了多智能体网络中受集合约束的一致性最优化问题，提出了基于原始–对偶梯度的定步长分布式算法。算法中包括步长在内的参数会影响收敛性，需要先进行收敛分析，再根据收敛条件设置合适的参数。本文首先针对一般的定步长迭代格式，提出一种基于李雅普诺夫函数的收敛分析范式，它类似于一般微分方程关于李雅普诺夫稳定的分析方法。然后，针对所考虑的分布式梯度算法，构造了合适的李雅普诺夫函数，并根据收敛条件得到了算法参数设定范围，避免了繁冗复杂的分析论证。本文提出的理论与方法也为其他类型的分布式算法提供了一个框架性、系统性的论证方法

§8.1 整数规划问题的提出 §8.2 整数规划解法概述 §8.3整数规划的分枝定界法 §8.4 割平面法 §8.6 分派问题及解法 §8.5 0-1规划的隐枚举法

约束极值问题的算法 一、惩罚函数法(suMT) 1.问题:minf(x) s.t.g(x)≥0i=1,…,m minf(x) s.t.g(x)≥0这里g(x)=(g1(x),…,gm(x) min f() S.t.x∈D D={x|g(x)≥0}:可行点集或可行解集

八.凸集与凸函数 1凸集 (1)凸组合:已知XcR,任取k个点x∈X,如果存在常数 a≥0(i=1,2,k), a1=1,使得ax=x,则称x为x (i=1,2,,k)的凸组合。 (2)凸集:设集合XR,如果X中任意两点的凸组合 仍然属于,则称Ⅹ为凸集

本章内容重点： 多阶段决策过程的最优化 动态规划的基本概念和基本原理 动态规划方法的基本步骤 动态规划方法应用举例

2.1 引言 2.2 基于局部参数最优化理论的设计方法 2.3 基于李雅普诺夫稳定性理论设计模型参考自适应控制系统 2.4 本章小结

一、多阶段决策过程的最优化 二、动态规划的基本概念和基本原理 三、动态规划方法的基本步骤 四、动态规划方法应用举例

应用光滑函数改进支持向量机模型,得到无约束条件、可微的二次规划问题,从而可以采用快速的最优化算法求解光滑支持向量机模型.提出了一种广义三弯矩方法,用这个方法构造出新的五次样条光滑函数和七次样条光滑函数.证明了上述两个样条光滑函数的逼近精度均高于已有的各种光滑函数;基于上述两个样条函数的光滑支持向量机模型的收敛精度也高于已有的各种光滑支持向量机模型

一、多阶段决策过程的最优化 二、动态规划的基本概念和基本原理 三、动态规划方法的基本步骤 四、动态规划方法应用举例