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。     

一类线性-二次双层规划问题的解法

利用广义逆矩阵理论来研究线性－二次双层规划的求解问题。利用正定二次规划解的唯一性,首先把具有等式约束的线性－二次双层规划问题转化为容易求解的线性规划问题来求解,进而把等式约束问题推广到不等式约束上来。给出了一些线性－二次双层规划解的最优性条件和求解线性－二次双层规划解的算法。这些最优性条件丰富了非线性双层规划的理论,而其求解算法为求解实际问题提供了有利的工具。     

求解线性双层规划的一种全局优化算法

讨论了线性双层规划问题,通过分析线性双层规划可行域的结构特征和最优解在约束域极点上达到这一特性,对线性双层规划上层目标函数进行定界,利用二分法原理,构造了一个双线性规划来修正当前的界,提出一种了求解线性双层规划的全局优化算法.     

二维LP问题的一个直接算法

针对求解二维线性规划问题的几何算法-图解法,给出了一个二维线性规划问题最优解的性质定理,得到了求解二维线性规划问题的一个直接的代数性算法。利用该算法,可得到一般性规划问题的加速算法,其迭代过程至少是按二维迭代的,迭代速度快于单纯形法。     

混合型区间线性规划的求解

仅含不等式约束的区间线性规划的求解问题已有较好的算法。对含有等式约束的区间线性规划求解问题,现有的算法效率都不能令人满意,并会出现辅助问题没有可行解的问题。该文讨论既含不等式约束又含等式约束这种混合型区间系数线性规划的求解问题。利用问题的几何结构,提出了一种新的辅助问题,有效地降低了计算复杂性。并给出了辅助问题不可行时的处理方案。     

基于逐步降阶的线性规划的单纯形算法

为完善线性规划约束条件方面的基本理论,研究了一种高效的求解线性规划问题的算法.以区分最优松约束条件和最优紧约束条件为主线,利用线性规划,线性代数等数学理论,进行分析,并通过大量的数据实验进行验证.从理论上获得了最优紧约束条件一些性质及识别最优松约束条件的定理,提供了一种新的单纯形算法.数据试验和理论上表明,在求解大规模解线性规划问题时,利用新的求解算法,使得模型逐步降阶,能达到求解的高效率.     

L.P.问题单纯形法一种改进的迭代判别方法

单纯形法是求解线性规划问题的有效方法．本文给出了求解一般线性规划问题的单纯形算法中一种改进的迭代判别方法，该方法与传统的判别方法相比，是一种利用较少次迭代求解线性规划问题最优解的方法．     

基于线性规划的一维DFT调制滤波器组设计

为了设计一维DFT调制滤波器组,采用一种线性规划算法将滤波器组的性能指标数学化为关于原型滤波器的乘积滤波器的函数,滤波器组的设计问题归结为一个以乘积滤波器为优化变量的线性规划问题.借助线性规划的求解方法,设计最优的乘积滤波器,通过因式分解求解原型滤波器.新算法避免了迭代算法对初值敏感的问题.仿真实验表明,相比于传统算法...     

基于组合方向的对偶单纯形法

线性规划问题已经在各行各业得到了应用。求解线性规划问题也得到了很大发展。该文提出了求解线性规划问题的一种新的改进算法,利用组合方向来改进对偶单纯形方法。通过对对偶问题可行域结构的分析,找到一个组合的可行下降方向,沿此方向迭代,将绕过很多极点,若绕过产生退化的极点,会很大程度上避免退化带来的停顿现象,提高算法的效率。     

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.     

求解二层规划问题的改进粒子群算法

两层规划问题是一个NP-难问题,这意味着它很难被求解．基于粒子群算法提出了一种求解二层规划问题的方法,通过分离目标函数和约束函数,使每个粒子拥有双适应值,并通过双适应值来决定个体优劣．应用了一种自适应保留不可行个体的策略．数值结果表明了算法的有效性．     

关于DEA模型的一种有效求解方法

“数据包络分析”（Ｄａｔａ Ｅｎｖｅｌｏｐｍｅｎｔ Ａｎａｌｙｓｉｓ,简称ＥＤＡ）是运筹学的一个新的研究领域。它是研究具有相同类型的部门（或单位）间的相对有效性的十分有用的方法;也是处理一类多目标决策问题理论上非常完备的方法;更是经济理论中估计具有多个输入,特别是具有多个输出的“生产前沿函数”（也称生产前铅面）的有力工具。ＤＥＡ模型经过Ｃｈａｒｎｅｓ－Ｃｏｏｐｅｒ变换,可以转化为一个等价的线性规划     

战时装备保障运输问题最优方案的快速算法

提出了战时装备保障运输问题.这一新的问题是在一般运输问题的基础上,对运量增加了上、下界限制而得到的.对于该问题,一般的做法是将其化为具有上下界限制的线性规划问题采用一般线性规划问题求解方法,则使问题规模扩大2倍.本文针对这一新的问题建立了数学模型,根据这一类问题的特征给出了一个新的对偶算法.根据这一新的算法可以对原有运输问题采用表上作业法进行计算,同时,在运量发生变化的情况下,能够对原预案进行快速有效地调整,从而节省了运算时间.     

一类特殊的非线性双层规划问题及其遗传算法

利用Karush-Kuhn-Tucker条件,将下层为凸规划的非线性双层规划转化为一个单层规划问题.为了提高遗传算法求解该问题的效率,利用对线性不等式约束添加松弛项和计算非线性约束边界点的方法,给出了一种新的约束处理方法;通过构造一个辅助线性模型降低了搜索空间的维数;结合算法产生的最优个体,设计了一个有助于改善个体适应度的杂交算子.     

求解双层多目标规划问题的一种方法

本文对双层多目标规划问题的数学模型给出一种新的解决方法,利用带满意度的ε-约束法和Kuhn-Tucker条件把双层多目标规划问题转化为单层单目标约束规划问题,当此约束集为紧集时,采用带权极大模理想点法求解此问题的弱有效解,通过分析人与决策人之间的交互,采用逐步宽容约束法检验此解的满意性。     

不等式约束二次规划的不动点迭代

提出了不等式约束二次规划问题的一个光滑型方法。通过分析最优解满足一线性互补问题这一特征，利用信息论中的极大熵原理求解并获得了基于不动点的光滑迭代算法。分析了解存在的必要条件及迭代算法收敛性，给出了算法的迭代格式，通过数值模拟证明该算法的有效性，从而为不等式约束二次规划问题的求解提供了新途径。     

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。     

LDecode：具有线性复杂度的GEP适应度评价算法

基因表达式编程(Gene Expression Programming,GEP)在处理复杂长基因时的空间、时间效率较低,为解决这一问题,提出并实现了具有线性复杂度的染色体适应度评价算法.分析了传统GEP算法中借助ET(Expression Tree)树进行染色体适应度评价的局限性;提出并实现了具有线性复杂度的染色体适应度评价算法LDecode算法;针对染色体长度、种群大小、测试数据集大小、进化代数等不同参数,对提出的染色体适应度评价算法进行了评价和分析.试验表明,提出的评价算法运行速度较传统基于ET树的GEP提高了4.5～5.1倍,时间、空间复杂度均为O(n).     

一类全局优化问题的线性松弛方法

对一类全局优化问题(P)提出了一种线性松弛方法.利用线性化技术建立了问题(P)的松弛线性规划(RLP),通过对(RLP)可行域的细分以及一系列(RLP)的求解过程,提出算法收敛问题(P)全局最优解.数值实验表明,该方法是可行的.