随机线性规划的单纯形法与模糊随机线性规划的解法

本文在讨论了一个实际工程问题的基础上,引入了两种模糊随机线性规划模型。在这两种模型中,约束、目标具有模糊随机变量系数,而决策变量是伪随机的。进一步,我们讨论了随机线性规划的单纯形法,并且研究了这两种模糊随机线性规划的解法。     

关于模糊随机系统的优化问题

本文研究了模糊随机系统的模糊随机优化问题。文中引入的模糊随机线性规划不仅具有模糊随机变量系数，而且具有模糊伪随机决策变量。这种模型较文献［２，３］中讨论的模型更具有一般性，是进行模糊随机系统优化的有效工具．在探讨了模糊随机线性规划的最优解与其对应的随机线性规划族最优解之间关系的基础上，得到了其相应的解法和若干性质。     

多目标线性规划饲料配方模型设计

针对当前使用线性规划模型中存在的问题，分析了饲料配方计算问题的特征，并提出饲料配方的多目标线性规划模型。然后，以一个对比试实例说明求解这个模型能提供一组可行解，且表明在计算机辅助饲料配方计算机领域中，求解多目标规划模型比求解线性规划模型得到的配方优越。     

模糊线性规划的一种对偶方法

在分析带有间断数系数的线性规划问题的基础上,文章提出了带有模糊系数的模糊线性规划的对偶：在一定优化水平下,模糊线性规划对偶于一对经典的线性规划。另外,文章中还分析了两类模糊线性规划(一类是带有模糊约束,经典目标的模糊线性规划,另一类是带有模糊目标,经典约束的模糊线性规划)的对偶关系。     

饲料配方中的灰线性规划问题

将灰线性规划问题引入到饲料配方中，给出了最理想的饲料配方模型ｍｉｎＳ（１，０，０），为饲料厂家提供了优化配方的方法及理论依据，实际应用表明，该方法可行，经济效益显，很有推广价值。     

饲料配方中的灰线性规划问题

将灰线性规划问题引入到饲料配方中,给出了最理想的饲料配方模型ｍｉｎＳ（１,０,０）,为饲料厂家提供了优化配方的方法及理论依据,实际应用表明,该方法可行,经济效益显著,很有推广价值。     

饲料配方计算机辅助设计

目的解决中、小养殖户饲料配制过程中配方计算问题.方法用 Visual Basic 语言建立线性规划模型编制实用程序.结果用 Visual Basic 语言成功地实现了上述目的.结论该软件使用方便、精度高.     

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。     

模糊网络计划的工作时差计算方法研究

将三角模糊数引入到网络计划的时参计算中,应用三角模糊数加法运算定理计算模糊最早时间,应用Minkowski模糊减法运算定理计算模糊最迟时间和模糊时差。将模糊分布理论与线性规划理论相结合,建立求解模糊时差的线性规划模型,以克服时差计算中可能出现的模糊数为负值或模糊分布为非凸模糊数等无意义问题。与基于分层线性规划理论及模糊时差修正理论的计算方法相比较,该模型得到的模糊时差始终为正值,模糊分布为凸模糊数,并且计算量小。     

三角模糊变量规划问题的研究

针对含模糊变量的线性规划问题,研究其求解方法.通过比较优于面积的大小来确定三角模糊数的序关系,将此方法应用于模糊线性规划问题中,通过实例证明此方法是有效的.     

影子价格在饲料配方中应用的探讨

本文首先阐述了如何建立饲料配方的线性规划数学模型,以及用计算机实现改进单纯形算法的主要步骤。然后结合实例,着重解释、分析了影子价格在饲料配方中的具体意义和应用。它不仅使用户得到最佳配比、最低成本,而且还可向企业提供经济分析和辅助决策有关信息,提高经济效益,增强企业应变力与竞争力。     

线性规划对古典经济学理论的贡献

线性规划理论与方法的产生与发展,不仅用于研究解决有限资源的最佳分配问题,以便最充分地发挥资源的效能去获取最佳经济效益,而且为古典经济学理论提供了一个很好的分析框架。本文从CGE模型的构建过程以及对偶线性规划、影子价格等方面阐述了线性规划理论与方法对古典经济学理论的贡献。     

一类多维线性规划的图解法

利用对偶线性规划和对偶线性规划最优解互补松弛条件解决了含有多个变量和两个约束的线性规划的图解法求解问题．突破了线性规划的图解法只能用于二维线性规划求解的框框．     

解型线性双层规划的Lagrange对偶规划

讨论了一类解型线性双层规划的Lagrange对偶规划及其鞍点条件，并讨论了鞍点条件与K—T条件的关系．     

线材合理下料的数学模型

建立了更好的线材合理下料的整数线性规划模型,此模型比[1]中的模型更简洁,同时修正了[2]中模型的缺陷,指出了[3]、[4]中所建立的模型是错误的.     

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。     

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．     

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