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。     

一种求解线性二层规划的罚函数方法

利用下层问题的最优性条件代替下层问题,同时取互补条件为上层目标函数的罚项,将线性二层规划转化为相应的单层规划.分析表明,该罚函数为精确罚函数.最后,设计了线性二层规划的罚函数算法,并用数值试验验证了算法的可行性.     

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。     

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.     

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。     

一种求解二层多目标规划问题的改进模拟退火算法

基于求解多目标规划问题的模拟退火算法,将求解二层多目标规划问题转化为交互求解下层多目标规划问题和上层多目标规划问题,然后结合求解多目标规划的精英策略,提出了求解二层多目标规划的改进模拟退火算法。最后,通过数值试验验证了算法的可行性和有效性。     

线性二层规划扩展KT方法研究

为了更好地解决上层带有任意线性约束的线性二层规划问题,Shi Chenggen提出了能够求解更广泛线性二层规划问题的扩展KT方法。具体介绍了求解线性二层规划的原KT方法以及扩展KT方法,同时给出了一个用扩展KT方法和用原KT方法可以得到不同最优解的算例。算例结果表明,对有些线性二层规划问题,扩展KT方法能够得到与原KT方法不同的最优解。提出了2种KT方法的等价性条件。算例结果证实了上述等价性条件的正确性。     

线性约束条件下的分式规划最优解的求法

通过构造函数巧妙地将线性约束条件下的分式规划问题转化为常见的非线性规划问题,使之可用现有的非线性规划方法来求解．     

一种新的变分问题直接解法

基于Ritz法的思路建立了一个优化模型,将粒子群优化算法运用到变分问题的求解中,提出了一种新的变分问题直接解法.数值实验的结果证明了该模型的可行性,同时也拓展了粒子群优化算法的应用领域.     

病态线性方程组的新解法:误差转移法

提出了一种求解病态线性方程组的简便有效的新算法，它的主要思想是将直接求解法中的计算误差转移到一个中间量上，从而使得最终解获得很好的精度，因此可极大地缓解一般算法条件预优的困难以及病态方程组的求解难度。数值计算的结果表明，算法对极其病态的线性方程组也可获得较好的精度和稳定性。     

不等式约束线性规划解法

利用矩阵行变换的方法对不等式约束线性规划给出一种求解算法。该算法用标准化所产生的标准型的特殊形式。利用矩阵行变换直接寻求可行基。避免了引入人工变量,且在求可行基时不需求检验数,而常用的大Ｍ法或两阶段法。在求可行基时仍需求检验数。该算法能减少存储量与计算量,尤其是在整数规划的解法－分枝定界法中,由于每个分支的约束均为不等式形式。使用本文算法可比大Ｍ法或两阶段法减少大量的存储量与计算量。因而具有较大的     

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.     

一类整数规划问题的Lagrange求解方法

对企业人力资源培训问题,建立时间受限费用最小的分阶段培训的线性整数规划模型。并运用La-grange松弛的方法求解该模型,在所给的解法中Lagrange松弛问题可以分解为多个规模较小的子问题,而这些子问题容易求解并且可以并行计算,同时给出次梯度调整Lagrange乘子的方法。最后利用该方法求解某企业具体的培训计划,说明算法的有效性和实用性。     

实验形数求解方法的改进

研究证明,每一树种都能找到一最佳稳定不变的常数K,使实验形数不随树高而变。实验形数具有正形数的性质,并与正形率一样,具有稳定性,不随年龄、地位级、疏密度、地域而变。油松、山杨应用研究得到的K值与实验形数值建立的材积模型,精度高于陕西省当K=3,油松实验形数等于0.42,山杨等于0.41建立材积模型精度。采用实验形数法建立的材积模型,测算方便,应用简单,精度较高。     

求解线性系统的并行算法研究

研究了求解线性系统的神经网络算法，提出并证明了神经网络算法的收敛性定理,该算法不涉及矩阵的逆运算和除法运算，不受条件αii≠0的限制，对于严重病态的线性系统也能得到高精度解．给出的应用实例验证了算法的有效性．     

多物品组合双向拍卖模型及其近似算法

研究了多物品拍卖机制,建立了多物品双向拍卖模型,针对其算法的求解困难,设计了一种启发式算法。模型的应用具有一定的灵活性,即不同的函数形式可以通过转化变换为模型的形式来求解,使复杂的求解问题得到了简化。