一类推广的Bottleneck问题的求解算法

本讨论了一类推广的Ｂｏｔｔｌｅｎｃｅｋ问题,给出了最优解的一个充分必要条件,在此基础上给出了一个求最优解的一个算法。最后给出了一数值例子。     

一种带不等式约束的Bottleneck问题的Primal算法

讨论了一种带不等式约束的Ｂｏｔｌｅｎｅｃｋ问题,给出了其最优解的一个充分必要条件及求问题最优解的一个Ｐｒｉｍａｌ算法,并给出了一个数值例子。     

最优化问题的一种新算法

本文以梯度法为基础,提出了一种新的命名为无约束梯度最优方向法的寻优方法(简称UGODA法)。它的基本思想是:寻求每次迭代的最优方向,从而获得目标函数的最优值。通过计算机验证,其效果是较令人满意的。     

一类分式规划的算法

本文研究了具有ｎ次齐次函数形式的分式规划问题,利用变换,把求解这类分工规划问题转化为线性规划或者非线性规划问题求解,从而了降低了求解问题的难度。     

一种排序问题的最优算法

研究了带有服务器的FlowShop问题Fm ,S|prum ,sij=1,pij=pi,0 相似文献   

搜索全局最优解的一种混合遗传算法

针对遗传算法求解多值函数极值的缺点，本提出一种混合遗传算法，基本思想为通过某种方法获得初始种群，然后在遗传过程中逐步修改适应值函数，以提高其搜索速度和精度。经实例仿真，效果良好。     

带约束函数优化问题的新算法

优化有约束函数问题在众多科学和工程领域中都有重要应用。给出了一种优化有约束函数的新算法，先在边界内随机地找一个点作为起始点，再在该点的领域内随机地找一个满足“在边界内”的点作为起始点，如此循环，直至找到适量的点为止，同样地，在边界外找到适量的点，对任一对由边界内外的点组成的点对，用类找零点洒可找到边界的上的一个点，如此便得到边界上的一些点。然后对其中的每一个点搜索其领域的局部最大值，取最高的局部最大值对应的点作为所求的最优解，数值实验的成功证明了该算法的高效性。     

解不式约束型线性规划问题的一种高效算法

给出了一种求解不等式约束型线规划问题的算法，这种算法与现有的其它单纯形类算法相比，不但内存占用少，而且迭代次数少，运算速度快。     

利用一种改进的模拟退火算法求解多目标规划问题

提出了一种求解多目标规划问题的改进模拟退火算法。该算法基于多目标规划的Pareto最优解特征提出了一种新的能量差计算方法,并利用外部存档储存每一代产生的Pareto最优解,通过预设迭代次数,使近似Pareto最优解不断逼近精确最优解。最后,通过数值实验验证算法的可行性和有效性。     

Curet原始-对偶单纯形算法的推广

Curet原始-对偶单纯形算法的实质是在保持对偶可行性的前提下求解一系列原始松驰子问题,因此它必须有一个初始对偶可行解来启动。对于原问题目标函数存在负的价值系数的情形,提出引入人工约束通过简单的初等行变换产生新的目标函数,获得相应的对偶可行解,然后应用Curet原始‐对偶单纯形算法获得问题的一个原始可行解。为了使这个原始可行解更接近最优解,在每次迭代中都对新的目标函数进行修正以逐步逼近原目标函数。在该基础上,通过实现互补松弛条件来取得问题的最优解。大规模数值试验结果表明,与经典两阶段单纯形算法相比,提出的算法在大部分问题上使用更少的迭代次数和执行时间,因而这种推广是有价值的。     

求解线性二级规划问题的罚函数法

利用对偶规划理论，将线性二级规划问题转化为罚函数问题。通过引入对偶间隙，得到了一个二次规划问题，该问题可以利用线性规划方法－罚函法求解，该方法精度较高，并且易于编制程序，便于上机计算     

一类非线性整数规划的解

本文讨论了一类非线性整数规划问题的最优性条件以及求解的算法。     

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.     

基于禁忌搜索的混合粒子群优化算法

针对粒子群优化算法（PSO）易于陷入局部最优解并存在早熟收敛的问题,利用禁忌搜索算法较强的“爬山”能力,搜索时能够跳出局部最优解,转向解空间的其他区域的特点,提出了一种新的基于禁忌搜索（TS）的混合粒子群优化算法（TS—PSO）,并选用两个函数进行测试．结果表明,TS—PSO比其他改进粒子群算法更能提高收敛速度,获得全局最优解．     

关于求线性规划初始正则解的一个新方法的注记

在线性规划问题的求解中,对基变量取负值的情形,文献提出一种求初始正则解的新方法．该文对这种方法作了进一步讨论,指出它实质上是由原有单纯形法和对偶单纯形法两个阶段组成．第一阶段通过引入非负右手边向量构造辅助线性规划问题,然后用单纯形法求解这个辅助问题获得原问题的一个正则解（如果存在）;第二阶段由此正则解出发,用对偶单纯形法求得原问题的最优解（如果存在）．通过大规模例子对这种算法进行数值试验,结果表明它的计算效率非常低,因而对这种方法进行了改进．     

加工时间基于学习因素的一类排序问题最优算法的证明

考虑了一类工件的加工时间基于学习因素,目标函数为极小化最大完工时间的单机排序问题,即随着加工时间的增加。工件的加工时间将减少．对于文献[Kuo Wen-Hung,Yang Dar-Li. Minimizing the makespan in a single machine scheduling problem with a time-based learning effect[J]. Information Processing Letters,2006,97（2）：64-67．仲提出的最优多项式时间算法,给出了一种更为简洁的证明．     

线性规划初始对偶可行基本解的一种求法

运用对偶单纯形法求解线性规划问题时,需要先给定一个初始对偶可行的基本解.然而在线性规划问题的约束条件Ax=b中,矩阵A一般不含m阶单位矩阵,此时初始对偶可行的基本解不易求得.文中通过对线性规划问题增加人工变量和一个约束条件,给出一步便能求出其初始对偶可行基本解的简便方法,进而通过对偶单纯形法进行迭代解决线性规划问题.     

基于符号编码的装配可行解域大小求解算法研究

在运筹学的分层思想指导下,应用组合数学理论,提出一种求解基于符号编码的装配作业调度问题可行解域大小的算法,适用于计算任意装配层次结构、任意数量零件和任意数量工序的树状装配型结构的可行解域大小,明确了可行解域的大小和问题的复杂性,为进一步提高遗传算法的效率和保证调度实时性提供有价值的参考。最后对装配结构中同结构不同工序数和同工序数不同结构两种情况进行了实例计算。结果表明,可行解域仅占整个解域的极小部分,为搜索域只限于可行解域内的高效遗传算法提供了研究基础。