一类带跳的线性回归模型

针对普通的常系数线性回归模型存在预测误差较大的缺陷，对Hildreth-Houck模型进行修正，得到带跳的线性回归模型(LRMJ)，对该模型中各参数进行估计，并对模型中被解释变量的数学期望与方差等统计性质进行讨论．最后将该模型运用于一个实际问题，证明该模型不仅可行而且能够得到比普通常系数线性回归模型更为精确的预测值。     

n阶常系数非齐次线性微分方程的通解

为研究n阶常系数非齐次线性常微分方程解的问题，求证了n阶常系数非齐次线性常微分方程的通解和特解的积分表达式．利用韦达定理和一个变量替换，对n阶常系数非齐次线性微分方程进行降阶，导出该方程的一个用积分表示的通解公式，并根据特征根的不同情形给出了通解的各种形式及相应的通解和特解公式．     

基于模糊系数规划的模糊支持向量分类机

本模糊支持向量分类机的构建特点是,训练点输出的类型和最终的模糊分类函数的函数值均为反映其模糊类别的实数。以模糊系数规划为基础,将模糊分类问题转化为求解模糊系数规划问题,求出模糊系数规划的γ-最优规划,据此给出模糊支持向量分类机(算法);用2个例子说明该算法的合理性;最后给出模糊支持向量分类机中最佳阈值的确定方法。     

机械灰色非线性优化的理论及其应用

探讨了含有灰参数的机械非线性优化理论与求解方法，通过引入灰数的概念，建立了机械优化设计中广义不确定性的灰凸集、灰凸规划的初步理论，提出了拓广的Kuhn-Tucker定理，得到了机械工程中一类含有灰色线性约束的灰色非线性优化模型的直接求解法，即将原非线性优化分解为等价的2个确定性边界模型直接求解。这不仅为机械优化设计提供了有效的手段，而且建立了确定性优化和非确定性优化的联系。最后通过含有灰系数线性约束与非线性目标函数的优化问题，说明机械灰色优化设计的直接求解方法研究的意义和实用性。     

模糊理论在线性规划问题中的运用

本文分析了资源优化问题中普遍存在的模糊性及线性规划模型这一优化手段的不足之处，把模糊理论运用于该类规划问题，使优化模型更切合实际并探讨了新模型解的实现。最后以实例进一步阐述新模型运用的合理性，对实践中的资源优化管理有一定的指导意义。     

水－土－作物系统的模糊随机优化配置研究

运用多目标模糊随机优化模型,对区域内水-土-作物系统的管理规划和优化配置进行了研究。模型以经济效益、社会效益、生态效益和劳动力的利用为主要目标,寻求作物种植的最优模式,实现对水土资源的最佳配置。为了很好地处理多目标规划中的权重分配问题,采用模糊定权的方法确定各个目标的权重。在建立优化模型时,同时考虑了模糊因素和随机因素对决策问题的影响,因而所得的模型更加客观、合理,能够使各种有限的资源得到充分有效的利用。应用实例表明,该模型理论严谨、操作简单、计算简便,将其应用到农业系统的水-土-作物的优化配置是可行的,能合理地分配各种资源,从而能提高作物产量和经济效益。     

先锋精神：从新诗的民族神话、传说写作 看中国新诗用典出路

研究了多态不确定性环境下的城市垃圾处理问题.在一定假设条件下, 建立了一类固废管理问题的区间模糊优化模型. 提出了区间大小关系可能度算子的公理化定义,并基于这种可能度算子的方法, 对给定的权重系数和置信水平, 推导了原模型的确定型等价类, 从而把区间模糊优化问题转化为普通的线性规划问题求解.将所建立的模型和求解方法用于解决一个实际固废管理问题, 结果证实了该模型及其求解方法的有效性.     

求解线性二层规划的一种全局优化方法

以下层问题的KT最优性条件代替下层问题,同时取互补条件为罚项,将线性二层规划转化为带线性互补约束条件的单层优化问题。通过分析单层优化问题与线性二层规划问题之间的关系,将线性二层规划等价地转化为有限个线性规划,通过求解有限个线性规划问题,就得到了线性二层规划问题的最优解。该方法不但能够得到线性二层规划问题的全局最优解,而且还简化了最优解判别条件。     

基于分段线性微分包含的T-S模糊系统的最优控制

针对T-S模糊控制系统,将其转化成分段线性微分包含系统,根据Ham ilton-Jacob i-Bellm an(H-J-B)不等式将最优控制问题转化成最优控制性能上界的优化问题及性能下界的求取问题。其中性能上界的优化是一组以反馈增益为寻优参数的双线性矩阵不等式(b ilinear m atrix inequalities,BM I)问题,而性能下界是一组基于线性矩阵不等式(linearm atrix inequalities,LM I)的半正定规划问题。应用一种结合遗传算法和内点法的混合算法对BM I问题进行求解。最后的算例表明本文方法的有效性。     

常系数齐次线性递归数列线性空间

本文利用线性空间理论讨论了常系数齐次线性递归数列线性空间，并由常系数齐次线性递归数列的系数及其初始值求出其通项公式。     

Uncertain and multi-objective programming models for crop planting structure optimization

Crop planting structure optimization is a significant way to increase agricultural economic benefits and improve agricultural water management. The complexities of fluctuating stream conditions, varying economic profits, and uncertainties and errors in estimated modeling parameters, as well as the complexities among economic, social, natural resources and environmental aspects, have led to the necessity of developing optimization models for crop planting structure which consider uncertainty and multi-objectives elements. In this study, three single-objective programming models under uncertainty for crop planting structure optimization were developed, including an interval linear programming model, an inexact fuzzy chance-constrained programming (IFCCP) model and an inexact fuzzy linear programming (IFLP) model. Each of the three models takes grayness into account. Moreover, the IFCCP model considers fuzzy uncertainty of parameters/variables and stochastic characteristics of constraints, while the IFLP model takes into account the fuzzy uncertainty of both constraints and objective functions. To satisfy the sustainable development of crop planting structure planning, a fuzzy-optimization-theory-based fuzzy linear multi-objective programming model was developed, which is capable of reflecting both uncertainties and multi-objective. In addition, a multi-objective fractional programming model for crop structure optimization was also developed to quantitatively express the multi-objective in one optimization model with the numerator representing maximum economic benefits and the denominator representing minimum crop planting area allocation. These models better reflect actual situations, considering the uncertainties and multi-objectives of crop planting structure optimization systems. The five models developed were then applied to a real case study in Minqin County, north-west China. The advantages, the applicable conditions and the solution methods of each model are expounded. Detailed analysis of results of each model and their comparisons demonstrate the feasibility and applicability of the models developed, therefore decision makers can choose the appropriate model when making decisions.     

应用线性规划模型调整作物生产结构

东陵区是沈阳市郊区。过去,由于农作物生产结构不合理,致使农产品的商品率和经济效益都比较低,1983年以来,进行了资源调查和农业区划。1986年又在调查和区划所收集的资料和数据基础上,应用线性规划建立数学模型,调整作物结构,形成了新的作物生产规划。按照新的规划全区种植业净产值可达11309.9万元,比1983～1985年三年平均净产值增加2004.9万元,粮豆总产可达4.3亿斤,蔬菜总产量可达6.3亿斤以上,保证了满足供应城市和自给生产的需要。     

农作物秸秆能源产品结构优化

以循环经济理论为基础,将农作物秸秆能源产品的生产和利用费用最小、环境污染达标且环境污染治理费用最小为目标函数,以东北三省2009年农作物秸秆资源总量为例,在综合考虑现有资源、技术、经济性和国家相关规划的条件下设定相关约束条件,运用线性规划优化方法对东北三省“十二五”期间农作物秸秆能源产品结构优化.结果表明,东北三省每年...     

线性规划在农田改造中的应用

以当前新农村建设中农田改造的投资规划决策为背景,建立一个具有普遍性的线性规划模型,并给出模型的具体应用实例。     

基于多目标线性规划的六安市土地利用结构优化研究

将多目标线性规划模型优化的六安市土地利用结构,与六安市土地利用总体规划目标确定的土地利用结构比较,结果发现,优化的土地利用系统,无论从土地约束性指标的实现,还是碳减排和生态价值的实现等,均优于规划目标的土地利用系统。因此,在土地利用总体规划编制过程中,应用多目标线性规划模型优化的土地利用结构,比上级规划下达的硬性指标更科学合理,更符合规划区域实际;土地利用系统碳排放的减少和生态价值的提高,正是生态优先,绿色发展理念所倡导的。     

目标规划在城市多种功能林规划中的应用

该文将中国西北部城市环境保护林树种规划模型作了两大改进．第一,将目标函数改为分效益的加权和;第二,将单目标改为多目标．改进后的模型可以根据林型的需要包含若干个有不同优先级的目标,每个目标是分效益的加权和．可用它规划各种特殊功能林,使功能效益达到相对满意的水准,使各种要求先后得到最大的满足．     

基于GIS的县域不同作物土地综合生产力评价

根据曲周的农业生产情况，以地理信息系统为平台，通过相关性和回归分析，筛选和确定影响不同作物产量的评价指标，并对筛选的指标进行量化分级和指标权重的量化，对影响与制约土地生产力的自然因素和社会经济进行综合评价。通过土地评价及其分析得出：（1）同一因素对不同作物有不同的影响；（2）同一地块对不同作物生产力综合评价等级不尽相同；（3）按照土地适宜性、各类土地利用特点以及区位、经济因素，进行作物种植分区。     

农村中压配电网的无功优化规划

考虑最大负荷、一般负荷和最小负荷3种运行方式，把农村配电网无功补偿优化问题分解为投资规划子问题和运行规划子问题；建立了投资规划数学模型和运行规划数学模型。用遗传算法对69节点及10kV实际线路进行了优化计算，结果优于线性规划方法。     

基于梯形模糊数的线性规划问题的求解方法

提出一种约束条件和目标系数中均含有梯形模糊数的模糊线性规划问题,并通过梯形模糊数的排序关系准则,将问题的求解转化为一个经典线性规划问题,进而利用经典线性规划进行求解.     

基于双区间规划的武威市民勤县3种作物灌溉水量优化模型研究

针对农业水资源优化配置中降雨量的不确定性问题,在传统区间规划的基础上,引入双区间规划理论进行描述,以农民种植净效益最大为目标函数,建立地表水和地下水联合灌溉的作物灌溉水量优化模型。实例应用于武威市民勤县红崖山灌区,对灌区农业水资源优化配置进行研究,模型计算结果表明:利用双区间规划对作物进行灌溉水量的优化,春小麦、春玉米、籽瓜的灌溉定额分别为:[[179.81,191.81],[353.89,365.89]]、[[119.46,141.46],[270.57,292.57]]、[[180.04,213.04],[267.49,290.49]],相比于现状,节水量分别为3%、27%、4%。利用双区间规划不仅能够更好的解决灌区多作物灌溉水量优化问题,而且能够给决策者提供更大的决策空间。