求解线性规划问题的一类新的连续化方法

针对一类线性规划问题的解存在的新等价性条件,给出了大范围收敛的连续化方法及证明了收敛性的结论     

求解线性规则问题的一类新的连续化方法

针对一类线性规划问题的解存在的新等价性条件，给出大范围收敛的连续化方法及证明了收敛性的结论。     

求解凸规划问题的一种新的连续化方法

对于凸规划问题min f(x), s .t .gi(x)≤0(i =1 , 2, … , m), 其中, x ∈ Rn ;f(x), gi(x):R n ※R 为二次连续可微凸函数。利用Fischer 提出的一类新的凸规划问题等价条件, 给出了一个解此问题新的连续化方法。通过路径追踪求解New ton 类同伦方程, 得到凸规划问题的K -K -T 点, 从而得到凸规划问题的解, 并且证明了方法的全局收敛性。最后举例验证了方法的正确性。     

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.     

线性规划问题的对比教学

对线性规划问题,一般用单纯形法求解。本文探讨了用矩阵及Gauss消元法来处理单纯形法的思想,使学生易于理解、掌握、应用线性规划问题。     

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．     

线性规划若干求解技术问题

本文概述了线性规划求解的一般方法,指出线性规划求解过程中容易产生的错误,并分析了错误原因及避免错误的途径。文章以若干简例帮助读者理解所叙述的理论。     

一类新的求解非线性规划的SQP方法

序列二次规划(SQP)方法求解中小规模非线性约束下的最优化问题很有效,因此,笔者研究了序列二次规划(SQP)方法及其在非线性规划中的应用.利用强次可行的SQP方法求解问题时可以避免罚函数应用的不便,笔者通过修订搜索方向克服了SQP方法中经常出现的Maratos现象,并且通过调整参数降低了计算量,从而提高了算法的收敛速度.在给定的条件下证明了算法的全局收敛性.     

求解整数规划的一种新方法

借鉴整数规划分支定界法的思路,通过增加约束条件,使整数规划对应线性规划的可行域一分为二,分别找到整数最优解并比较大小得到整数规划的最优解．     

用最大增量法解线性规划问题

在无第一可行基的情况下,用最大增量法进行生基迭代,使目标函数在每次迭代中获得的增量最大,从而加快了最优化进程。     

下层解不唯一线性双层规划的全局优化算法

该文讨论一类线性双层规划:第一层中的目标函数和约束是线性的,第二层是解可以不唯一的带参数的线性规划。利用等价的Kuhn-Tucker条件将线性双层规划转化为单层非线性规划,其全局最优解可以在某个集合的极点上找到。在此基础上给出下层解可以不唯一的线性双层规划问题的一个全局优化算法。     

临界区间法求解线性规划问题

给出了求线性规划问题最优解的临界区间算法,这种算法是在已知LP(λ)的临界区间[λk,λk-1]的条件下,用单纯形法和对偶单纯形法进行旋转运算,求得[λk,λk-1]的包含临界值λ=0的紧后临界区间[λk 1,λk],其优点是不需要基本可行解或对偶基本可行解.     

逐次逼近线性规划法─—一种评定形状误差的新方法

提出了一种评定形状误差的新方法——逐次逼近线性规划法,用这种方法实现对平面度、圆度、球度和圆柱度的最小条件评定,与现有的同类方法相比,此方法具有可靠性、计算精度都较高的特点．     

求解某类概率约束规划的一种逼近法

提出了一种求解在概率约束条件下极小化价格期望函数的随机规划问题的逼近法，并讨论了该法所具有的某种收敛性．     

逐次逼近线性规划法─—一种评定形状误差的新方法

提出了一种评定形状误差的新方法——逐次逼近线性规划法,用这种方法实现对平面度、圆度、球度和圆柱度的最小条件评定,与现有的同类方法相比,此方法具有可靠性、计算精度都较高的特点.