一种新的解决大型线性规划问题的实用算法

讨论了一种重要的解决线性规划问题的实用算法，算法以直接逼近拉格朗日函数的鞍点为基础，该算法在解决高维稀疏和具有大量非零元素的ＬＰ问题时显示出特殊的优越性，并适用于多ＣＰＵ的超级计算机。     

利用开关策略的线性规划多项式时间算法

论文给出了一种新的线性规划多项式时间算法，在此算法中，每步可沿一族方向的一个进行搜索；为减少计算量，使用了开关策略，并证明了算法经Ｏ（ｍＬ）次迭代结束。     

一种直接收敛于鞍点的新的线性规划迭代算法

本文从拉格朗日方程出发推导出一种直接逼近鞍点的解线性规划问题的快速算法这种法特别适用于解决高维、低稀疏度的线性规划问题.计算机实验表明这种算法快于单纯形法.     

线性规划的新的多项式算法──Karmarkar方法

本文对线性规划的算法进行了综述，介绍一种新的多项式算法──Ｋａｒｍａｒｋａｒ方法。     

一种直接求解非标准线性规划问题的新解法

将非标准线性规划问题与超鞍面结合起来,通过寻找超鞍面的鞍点来确定非标准线性规划总是的最优解。论述了非标准规划问题的最优解与超鞍面鞍点的关系,给出了直接求解非标准线性规划问题的迭代公式 。     

CNJK线性规划鞍点算法原理及理论分析

在理论上证明了ＣＮＪＫ鞍点算法最优解的充分必要条件、局部收敛性、最优迭代步长；并介绍了对美国贝尔实验室检验题目的计算结果．     

一种直接求解非标准线性规划问题的新解法

将非标准线性规划问题与超鞍面结合起来, 通过寻找超鞍面的鞍点来确定非标准线性规划问题的最优解。论述了非标准线性规划问题的最优解与超鞍面鞍点的关系, 给出了直接求解非标准线性规划问题的迭代公式     

法向消元和线性规划强多项式算法

为了求最优集（不只是求零维的最优点），提出了行满秩线性代数方程组的法向消元解法，指出它与点和法向量组的逐次投影等价，并进一步将其发展成最小投影法，用来判定原始等式约束平面和若干坐标超平面的交的可行性；通过逐次投影在等式约束平面上建立序结构，逐维选优和判定可行性，使线性规划单纯形迭代解法所进行的R^n空间中平面组合穷举的计算变成逐次降维的等式约束平面上低维平面的形和位判定的代数计算，得到线性规范问题的低于O（mn^3)的强多项式直接算法。     

一个新的线性规划预校正算法

提出了一种新的线性规划预校正算法,预步是取的Ｅｕｌｅｒ方向,算法复杂度为Ｏ（√ｎＬ）     

线性规划鞍点算法原理与实际计算

阐述了线性规划鞍点算法原理与实际计算讨论了在基不变条件下，算法的收敛性和迭代步长的选择问题，指出算法性质为q-线性收敛．鞍点算法软件与美国优化技术中心编制的内点算法软件PCx进行了比较，用两种算法计算网上NET LEB的线性规划问题，公布了比较结果线性规划鞍点算法已应用到石化企业的优化生产工作。     

一个新的线性规划预校正算法

提出了一种新的线性规划预校正算法,预步是取的Ｅｕｌｅｒ方向,算法复杂度为Ｏ（n~(1/2)Ｌ）     

一种基于Mathematica的线性规划问题改进算法

详细分析了改进的线性规划算法的计算原理和实现算法的技巧。并通过线性规划的实例研究了基于Mathematica软件的算法实现。     

大型线性规划问题的一种分解——协调算法

本文提出一种大型线性规划问题的分解一协调算法。它可以克服高维问题导致的计算上的困难。采用模型协调法。协调级对协调变量的改进使用直接搜索法。     

计算任意正交多项式的一种通用算法

根据Ｓｃｈｍｉｄｔ过程构造关于任意权函数正交的多项式，建立了计算各阶多项式系 的递推公式，并通过算例验证结论，在该算法可用于编制计算关于任意权函数正交的多项式的通用程序。     

线性规划的一种以枢轴运算为基础的新算法

在文献［１］以枢轴运算为基础的算法基础上，引入基向量的成本和非基向量的偏差等概念并将后者也纳入枢轴运算范畴，另外介绍具有上下界线性函数的处理方法。     

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     

一种提高解大规模线性规划数值解精度的算法

文中基于对基阵采用ＬＵ分解方法的数值误差分析,提出一种能提高线性规划问题解的精度ＰＤ算法。该算法对线性规划问题的所有数据的量级予以调整,降低了ＬＵ分解的数值误差,从而提高了大规模线性规划问题解的精确度。此法对系数矩阵元素之间大小悬殊的线性规划问题十分有效。     

一类整数线性规划的算法

提出了一类常见的整数线性规划的新算法,该算法不是沿袭求解线性规划的传统思路,从可行域的边缘整数点上寻找最优解,而是根据各变量对目标的贡献大小确定出分配变量,经有限次分配后可获得最优解。该算法计算量较小,计算效率高,且在的限步内可获得最优解。与目前的分枝定界法、割平面法相比,具有一定的优越性。     

一种用于求解机械制造中线性规划问题的新算法——Ka…

本文给出了求解机械制造行业中线性规划问题的一种ＫａｒｍａｒＫａｒ改造算法，证明了经的收敛性，该算法去掉了ＫａｒｍａｒＫａｒ算法要求目标函数值已知的假设，使之适于解决机械制造行业中的线性规划问题，实际算例表明该算法化ＫａｒｍａｒＫａｒ算法有效。