二层多随从线性规划的几何性质和最优化条件

介绍了二层多随从线性规划中下层随从不合作的模型,在约束集为非空有界的前提下,讨论了可行集的几何性质,并利用线性规划对偶理论的基本性质,得到了两个最优化条件。     

两参数线性规划问题的解法

用分块矩阵法讨论含有两个参数的线性规划问题的求解方法。     

二层规划超有效解的最优性条件

讨论了下层以上层决策变量为参数，上层以下层的有效值作为响应的一类多目标最优化问题-二层多目标规划，在锥凸假设和广义Slater约束条件下，利用集值映射的相依上导数，给出其超有效解存在的Kuhn-Tucker型必要条件和充分条件。     

关于多目标分式规划问题

本文对一般情况的多目标分式规划问题，给出了比较全面的最优性条件和对偶结果，把Ｋｕｈｎ－Ｔｕｃｋｅｒ型最优性条件和Ｍｏｎｄ－Ｗｅｉｒ型对偶的结果推广到更一般的情况     

一种线性三层规划的改进的Frank-Wolf解法

利用KT条件、罚函数法,将三层线性规划降为约束条件为线性的二层规划,再利用Frank-Wolf线性逼近的理论,从而仅需求解一层线性规划就得到了三层线性规划的最优解.其中线性规划的求解应用了主元标单纯形法,其优点是可以得到更靠近最优点的可行解,从而减少计算量.     

线性规划一种改进的对偶单纯形法

研究了线性规划对偶单纯形法的改进．根据改进原始单纯形法思想，建立了标准型线性规划对偶单纯形法的一种改进算法．与原对偶单纯形法相比，改进算法的存贮量和计算量大大减少．最后给出了方法的实算例子．     

二层线性规划问题的全局收敛算法

基于单纯形法提出了一种具有全局收敛性质的算法来求解该问题.在该方法中,用下层的Kuhn-Tucker条件代替下层问题,将原二层线性规划转化为传统的单层规划问题.之后利用下层规划对偶问题可行域的顶点将该单层规划转化为一系列线性规划问题,从而用单纯形法来求解这些线性规划来得到原二层线性规划问题的解.最后,用实例验证了该方法的可行性.     

一种求解线性规划问题的神经网络方法

提出了一种求解线性规划问题的神经网络，证明了该网络全局稳定于平衡点，且该网络具有模型小，便于硬件实现的优点。计算机的模拟结果表明了该网络的可行性和有效性。     

一种求解线性规划问题的神经网络方法

提出了一种求解线性规划问题的神经网络，证明了该网络全局稳定于平衡点，且该网络具有模型小、便于硬件实现的优点．计算机的模拟结果表明了该网络的可行性和有效性．     

构造对偶线性规划的一种方法

利用线性规划约束条件的线性组合作为目标函数的界,构造对偶线性规划,这样,便能用简单和统一的方法构造线性规划的对偶规划,这种方法适合各类线性规划。     

求解混合整数双层规划问题的遗传算法

讨论了两类非线性混合整数双层规划问题。第一类问题的下层为不含整数变量的凸规划;第二类问题的下层包含整数变量,但下层函数关于下层整数变量是多项式,而关于下层连续型变量是线性的。针对这类问题提出了一个新的遗传算法。该算法利用单纯形调优法的思想设计了一个新的杂交算子,使杂交个体与种群中好的个体组杂交,以产生好的杂交后代。数据仿真表明新设计的单纯形杂交算子比传统杂交算子更有效。     

求解双层线性规划的优化算法

利用对偶理论,将求解双层线性规划问题转化为求解一个与之等价的单层问题,通过求解一系列线性规划问题,提出了一种求解双层线性规划局部最优解的算法,并举例说明了算法的求解过程。     

线性—二次二层规划问题的性质及全局算法

二层规划是一类重要的优化问题．该文先给出线性－二次二层规划问题的性质,提出求解它的有效的全局算法,指出了算法的有限终止性．结果表明算法是可行的．     

非线性整数二层规划的一种算法

对上、下层均是整数变量的一类二层规划给出了一种算法,其特点是不受下层约束个数的限制,总可以求得最优解,并用算例说明了该算法的可行性和有效性。最后,指出Rong-Hong Jan和Maw-Sheng Chem文中的一个错误。     

两种线性二层规划最优解定义的探讨

为了更好地解决上层带有任意线性约束形式的线性二层规划问题,Chenggen Shi提出了有关线性二层规划解的新定义.本文对Chenggen Shi提出的线性二层规划解的定义与原线性二层规划解的定义之间的关系进行了分析.给出的一个算例表明,对同一个线性二层规划问题,两种最优解定义有可能得到不同的结果,进而提出了两种线性二层规划最优解定义的等价性条件.     

解非线性二层规划的一种混合遗传算法

对上层目标函数是非线性的二层规划，将遗传算法与单纯形法相结合提出了一种混合遗传算法，为了解决经典遗传算法在实际应用中存在的早熟收敛、全局优化速度缓慢和解的精度差等缺点，在设计变异算子时引入了梯度投影法，使变异更加有效并能产生更好的后代。数值模拟结果表明该算法是有效的。     

基于序结构的模糊规划问题求解方法

针对考虑多目标非线性规划的情况,建立了一类生产系统中的模糊规划模型.模型中不仅约束资源是模糊的,而且约束函数的系数也是模糊的.基于Yager的判断模糊数大小的序结构把模糊规划问题转化为传统的规划问题,并用M atlab进行求解.最后给出实例说明方法的有效性及其优越性.     

具有模糊变量的线性规划问题的求解方法

针对含模糊变量的线性规划问题,研究了其求解方法。将单纯形法应用于模糊线性规划问题中,从而无需转化为经典线性规划问题就能得到满意的模糊最优解,算例表明此方法是有效的。