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。     

一种求解线性二层规划ε-全局最优解的方法

以得到的线性二层规划的局部最优解构造约束条件,并将其添加到所构造的线性二层规划的罚问题中,得到相应的单层规划问题。通过对单层规划问题的分析,设计了一种求解线性二层规划ε-全局最优解的算法,并以算例验证了算法的可行性。     

一种求解二层单目标规划问题的基于KKT背离度量方程的粒子群优化算法

下层规划问题最优解的精确性对成功求解二层单目标规划问题具有决定性作用。基于单目标规划问题的KKT条件,引入KKT背离度量方程,利用该度量方程控制下层问题最优解的精度;然后以下层问题最优解的精度控制值为终止条件,设计求解二层单目标规划问题的粒子群算法;最后利用6组带箱式约束的经典算例对算法进行了评估,结果表明该算法能够提高计算效率并能加速算法收敛速度。     

一种求解线性二层多目标规划的极点搜索方法

研究了线性二层多目标规划的求解问题。以下层问题的最优性条件代替下层问题,将线性二层多目标规划问题转化为含互补约束的不可微优化问题,同时将互补条件作为罚项加入到上层目标函数,构造了相应的罚问题。通过分析罚问题Pareo最优解的相关性质,设计了一种极点搜索方法,并用算例验证了算法的可行性。     

求解弹性接触问题余能泛函的Lemke法

本文研究了一般弹性接触问题有限元余能泛函的构造及其求解问题.将一般弹性接触问题数学模型归于二次规划,通过用Lemke法找线性互补问题基本解的方法来获得二次规划的Kuhn-Tucker点,并证明了二者的等价性.本文用Lemke法对不少算例进行了求解,发现此法具有收敛快、精度高等优点,尤其对正定性差的问题也能较好求解,不失为一种求解弹性接触问题的可行方法.     

线性半向量二层规划问题乐观最优解的极点检验方法

针对线性半向量二层规划问题的特殊结构,首先采用标量化技术将上述线性半向量二层规划问题转化为一般的二层单目标规划问题,然后采用以下层问题的Kuhn-Tucker最优性条件代替原问题的方法将其转化为含互补约束的优化问题,并取互补约束为罚项,构造相应的罚问题,同时分析罚问题最优解的性质,最后基于罚问题最优解的性质设计了线性半向量二层规划问题"乐观最优解"的极点检验方法。     

求解二层线性规划问题的交互式人工蜂群算法

基于人工蜂群算法提出了一种求解二层线性规划问题的交互式人工蜂群算法,即将求解二层规划问题转化为交互求解下层单目标规划问题和上层单目标规划问题。数值试验表明,该算法能够在较短的时间内得到问题的近似最优解,说明该算法是一种求解二层线性规划问题的有效方法。     

一种求解线性二层多目标规划的粒子群优化方法

粒子群算法是一种新兴的优化技术。由于粒子群算法实现简单,可调参数少,已得到广泛研究和应用。根据粒子群算法能够有效获得不可微多目标规划Pareto最优解的特点,设计了线性二层多目标规划的粒子群算法:采用以下层问题的K-T最优性条件代替下层问题的思想,将线性二层多目标规划转化为带互补约束的不可微多目标规划问题,然后对所得到的不可微多目标规划问题设计粒子群算法,从而得到线性二层多目标规划问题的Pareto最优解。数值结果表明所设计的算法是可行、有效的。     

一类基于线性排序函数的直觉模糊线性规划的求解方法

针对决策变量为精确数的直觉模糊线性规划问题,给出了直觉模糊数比较的一般线性排序函数定义,并提出了一类求解直觉模糊线性规划的方法。该方法将直觉模糊线性规划转换为一个精确的线性规划,证明了2种线性规划具有相同的最优解,即可通过求解精确线性规划问题,得到原直觉模糊线性规划问题的最优解;再根据直觉模糊数的运算法则,计算出原问题的直觉模糊最优值。另外,给出了一种特殊的线性排序函数,并利用2个算例验证了该方法的有效性。     

一类半向量二层规划问题乐观最优解的求解方法

研究了上层为分式规划、下层为线性多目标规划的一类半向量二层规划问题乐观最优解的求解方法。利用对偶理论,先将半向量二层规划问题转化为相应的单层优化问题,同时取下层问题的对偶间隙与上层目标函数分母的比值作为罚项,构造了该类半向量二层规划问题的罚问题,最后基于罚问题的相关性质设计了一种求解算法。数值试验表明,所设计的算法是可行的。     

双参数下的随机用户平衡分配模型及算法

在考虑现实生活中用户对交通信息认识程度不一致的基础上，研究了双参数下的随机用户平衡分配问题，给出了等价的数学规划模型，证明了模型解的等价性与惟一性，设计了求解算法，并用算例进行了计算分析。     

随机环境下多目标设计优化问题的交互式算法

从通信网络和运输安排等工程问题中提出了一类多目标随机优化模型,该模型含有一个随机线性和随机二次目标函数,还含有随机线性约束.基于决策者的期望水平将多目标优化模型转化为单目标优化问题;利用新的方差期望综合法研究了此类优化问题的确定型等价类,并设计了求解这类问题的基于决策者偏好的交互式算法.数值实验表明:方差期望综合优于已有方法,它既能够反映决策者的满意度,又能够得到更稳健的最优解.     

最优控制问题的Tikhonov正则化

主要研究了约束线性二次最优控制问题.通过一阶最优性条件将它等价地转化为单调变分不等式问题,并利用变分不等式的Tikhonov正则化方法研究了约束线性二次最优控制问题的正则化,证明了扰动问题的解收敛到原问题的最小范数解.     

二次0-1型整数规划的线性化求解

对目标函数为二次、约束条件为线性的二次规划问题,如果采用一定变换将其变为普通的线性规划,这既能保证结果的正确性,又可以大大地简化计算。讨论了二次0-1型整数规划的线性化求解:将二次0-1型整数规划问题等价转化为一次函数的线性0-1型整数规划问题,这样可以有效地简化求解。并给出了二次0-1型整数规划问题等价转化为线性0-1型整数规划问题的理论证明。实例分析进一步说明了该方法的适用性和可行性。     

输油管道运行优化目标函数的讨论

目标函数的凸性或单峰性是应用非线性规划方法获得问题全局最优解的必要条件。应用数值方法获得多条输油管道算例的运行优化目标函数曲线，并研究其是否满足上述条件。结果显示，总体搜索范围内目标函数呈多峰性及局部锯齿形，表明存在多个局部最优解。据此可推断，输油管道运行优化目标函数在总体搜索范围内一般不满足非线性规划方法获全局最优解的必要条件，按总体范围搜索极有可能仅获得局部最优解。对已提出的多种处理方法进行综合分析，其中任何一种处理方法的实质都是寻找总体搜索范围内全局最优解所处且满足上述条件的较小寻优区间，以便获得真正的最佳运行方案。     

基于精英策略的多目标规划问题的粒子群算法

多目标规划问题的解通常不是唯一的,而是一个最优解集合,因此问题具有不适定性。提出了一种求解多目标规划问题的基于精英策略的粒子群算法:该算法以群组为操作单元,以有效应对多目标规划问题的多解特征;外部存档的精英策略可以保证粒子的多样性,可以有效克服算法易陷入局部最优的缺陷。最后利用3个数值算例验证了算法的可行性和有效性。     

改进蚁群算法在配电网规划中的应用

电网优化规划是一个复杂的非线性组合优化问题,目前对于该问题的求解仍存在计算速度和收敛性问题.为解决这个问题,提出了一种通过动态调整信息素挥发因子ρ来控制其正反馈过程的改进蚁群算法,提高了网络优化规划过程中得到全局最优解的概率和收敛速度.算例分析结果表明:规划结果符合实际,并在相同参数下,改进蚁群算法的迭代次数减少约一半,充分验证了该方法的实效性.     

求解一类非线性二层多目标规划的粒子群方法

采用以下层问题的最优性条件代替下层问题的方法,将上层为向量优化、下层为凸标量优化的一类非线性二层多目标规划问题转化为带互补约束的不可微多目标规划问题,分析了2者在最优解方面的关系,并设计了求解相应不可微多目标规划问题的粒子群算法.数值结果表明所设计的粒子群算法是可行、有效的.     

E-拟α-预不变型凸函数与最优化

研究了E-拟α-预不变型凸函数的性质与应用.首先,给出了E-拟α-预不变凸函数的定义,用例子说明了其存在性,并给出了在条件A与条件B下(半)严格E-拟α-预不变凸函数的等价刻画.其次,提出了E-拟α-预不变凸条件下的一类约束优化问题(NP1),证明了问题(NP1)可行解集、最优解集的E-α-不变凸性,并给出了问题(NP1)局部最优解的性质.最后,讨论了E-α-预不变凸函数的性质,给出了该类函数的等价刻画,获得了不等式约束下E-α-预不变凸多目标规划问题(MOP1)的最优性结果,并举例验证了所得结论的正确性.     

病态线性方程组新解法：增广方程组法

为了简便求解病态问题,先构造适当的增广形式,再用常规方法求解,这时问题的病态虽然导致总体增广解的巨大误差,但原问题解只是其中一个局部,却可获得很好的精度,数值算例表明了算法的有效性.