One to One营销优化算法的BenchMark验证方法

该文针对OnetoOne营销优化问题,提出了一种BenchMark验证方法。基于这一BenchMark验证方法,对原始Simplex法、DFS法和LIPSOL法进行了基于理论的BenchMark验证和基于MATLAB的BenchMark验证,给出了仿真结论,证明了提出的BenchMark验证方法的有效性。     

一种基于XML的One to One营销优化建模方法

针对一种One to One营销优化过程,提出一种基于XML的OnetoOne营销优化自定义建模方法,利用DOMAPI技术设计实现了XML文件接口。通过该接口可提取记录模型信息的XML文档用于建模,也可将模型信息自动生成XML文档,并给出了具体建模流程和方法。     

基于Matlab的分时电价下企业用电负荷优化调度

针对企业用电负荷优化调度算法计算量大、模型精度不高等问题,该文在建立分时电价下企业用电负荷优化调度模型的基础上,利用Matlab平台的模式搜索法、单纯形法和遗传算法进行了线性规划问题的求解,并对比了3种方法的优劣性.以天津市某企业的用电数据为例,验证了用电负荷优化调度模型的正确性和Matlab求解线性规划算法的优越性.从而将线性规划应用于辅助高耗能企业优化分配资源方面,降低了用电成本,具有较强的实用性.     

基于单纯形法和局部枚举解混合整数线性规划问题

提出了一种基于单纯形法和局部枚举求解整数线性规划问题的新方法。它通过单纯形法得到松弛问题的最优解并确定变量以及目标函数取值范围,然后基于目标函数,进行局部枚举,从而得到其整数线性规划问题的最优解,与现有方法比较,新解法简单,计算量少,尤其是对于大规模整数线性规划问题,计算量少体现地更明显。     

具有自由变量线性规划问题的求解

对于求解有非负变量的线性规划问题,单纯形法、修正单纯形法及它的各种变形都是有效的算法。现在我们考虑一类具有一般形式的线性规划问题P。     

基于Slope One算法的图书推荐系统优化

Slope One算法是一种易实现,运算效率高,可扩展性好的协同过滤推荐算法,但该算法依赖大量用户对待预测项目的评分,在数据稀疏的情况下用户评分的可靠性对推荐结果的影响很大。该文首先利用Lens Kit工具下的Slope One算法和某在线图书网站的数据进行了图书推荐实验,分析了三个导致图书推荐效果不好的原因,然后提出了稀疏数据下的基于预测评分可靠性加权的Slope One算法优化,最后对优化后的推荐算法进行对比实验,证明改进后的图书推荐系统在内存使用率和推荐质量上均有明显提高。     

单纯形法求解与Excel规划求解

利用单纯形法求解线性规划问题在产品品种问题、合理配料问题、开料问题等问题中有着极其广泛的应用,但整个计算过程非常繁杂,而且容易计算错误。对Excel规划求解的研究发现,利用Excel中的规划求解工具可以实现单纯形法求解线性规划的问题,大大提高了求解的速度和准确性。     

沈阳市浑北灌区水资源实时预报优化调度的研究

采用实时预报方法对沈阳浑北灌区水资源的优化调度进行了研究,实时预报优化调度以系统分析理论为基础,以短期天气预报较高可信度为前提,根据运行费用和缺水造成的减产损失之和为最小的原则建立目标函数。以灌水过程中的实际情况作为约束条件,用Ｃ语言编制了以线性规划中的单纯形法为主的实时优化调度程度。这种预报方法可以克服常规灌溉方法的一些缺点,达到充分利用降雨,节约灌溉水资源的效果。     

分片线性规划及应用

提出通过分片线性逼近和分片线性规划,将非线性优化问题转化为一系列的线性规划进行求解的方法。讨论了分片线性规划的性质,证明了分片线性规划问题可以通过有限次线性规划得到求解,同时,给出了分片线性规划问题局部最优解的充要条件,并基于此构造了求解分片线性规划问题的下降算法。该算法与自适应链接超平面模型相结合,成功地对离心式冷水机组的工作点进行了优化。通过优化,机组的能耗比之当前工作点有了明显的下降,表明通过分片线性规划求解非线性优化问题的有效性。     

一种基于消去树的LDL分解方法及其在营销优化计算中的应用

基于分解因子消去树理论，提出一种新的LDL分解计算方法，它利用消去树结构，将LDL分解过程分为非零元素结构预测和数值计算两部分，从而有效避免多余的内存开销和数值运算．并给出其应用与One to One营销优化算法的实现方法．测试结果表明，该方法能以较少的乘法运算次数快速确定分解因子，从而大幅度提高One to One营销优化算法的性能．     

求解二层规划的混合微粒群算法

对于二层规划问题有许多经典的求解方法,如极点搜索法、分支定界法和罚函数法等。文中给出了基于微粒群算法的二层规划的一种新的求解方法。提出了分别先用单纯形法和内部映射牛顿法的子空间置信域法求解下层规划,然后用微粒群算法求解上层规划的求解方法,这两种混合微粒群算法分别用于求解线性二层规划和非线性二层规划。并结合实例的对比分析,说明了这两种混合微粒群算法求解二层规划的可行性和有效性。     

弹性需求下易变质物品定价、营销与生产计划的联合优化

针对易变质的商品,分析基于弹性需求的定价、营销及生产计划的联合优化问题,并建立用于描述该问题的非线性规划模型。考虑到模型是高度非线性的,提出基于几何规划的求解方法。首先将高度非线性的问题简化为只含有一个变量的问题;然后利用黄金分割法获得原问题高质量的近优解;最后通过算例验证了所提出求解方法的可操作性和正确性,并分析了主要参数的灵敏度。     

一类非凸优化问题的遗传算法

线性二层规划是一类特殊的非凸优化问题,为了有效求解该问题,提出了一种基于单纯形方法的遗传算法。首先基于下层约束给出了一种新的编码方法;其次利用单纯形表的信息得到了下层问题的解函数,并结合最优性条件给出了适应度函数;最后基于个体编码的特点,设计了新的遗传算子。数值结果表明,所提出的算法是可行有效的。     

Inference Duality as a Basis for Sensitivity Analysis

The constraint programming community has recently begun to address certain types of optimization problems. These problems tend to be discrete or to have discrete elements. Although sensitivity analysis is well developed for continuous problems, progress in this area for discrete problems has been limited. This paper proposes a general approach to sensitivity analysis that applies to both continuous and discrete problems. In the continuous case, particularly in linear programming, sensitivity analysis can be obtained by solving a dual problem. One way to broaden this result is to generalize the classical idea of a dual to that of an inference dual, which can be defined for any optimization problem. To solve the inference dual is to obtain a proof of the optimal value of the problem. Sensitivity analysis can be interpreted as an analysis of the role of each constraint in this proof. This paper shows that traditional sensitivity analysis for linear programming is a special case of this approach. It also illustrates how the approach can work out in a discrete problem by applying it to 0-1 linear programming (linear pseudo-boolean optimization).     

A Linear Two-Stage Stochastic Programming Problem with Quantile Criterion: Its Discrete Approximation

Algorithms for solving a linear two-stage stochastic programming problem with quantile criterion are designed. They are based on the reduction of the initial nonlinear problem to a sequence of linear programming problems. The first algorithm applies the simplex and Monte Carlo methods sequentially, whereas the second utilizes the simplex method and varies the confidence set. Their advantages are demonstrated by forming the budget of a hospital.     

调速泵结构配置协调分解优化算法及实现

建立多级调速泵结构配置连续非线性规划和整数非线性规划二阶段模型.非线性整数规划子问题采用外逼近算法求解.针对连续非线性规划主问题,提出基于割角法的可行域协调分解优化算法,证明割角法陷阱问题并建立判断准则排除已知的陷阱区域,在此基础上构建系列松弛问题得到原优化问题渐进收紧的下界估计,并最终收敛到原优化问题全局最优解.三级调速泵结构配置实例验证了算法的有效性,并给出与其他算法的比较结果.     

基于混合搜索的含逻辑“与”“或”的RM优化算法

相对于标准约束优化问题,广义约束优化问题（或称析取优化问题）的等式或不等式约束条件中不仅包含逻辑“与”关系,还含有逻辑“或”关系.单调速率（RM）优化问题是广义约束优化问题的一个重要应用.目前RM优化问题已有的解法包括函数变换、混合整数规划、线性规划搜索等算法.随着任务数的增多,这些算法的求解时间较长.提出一种基于线性规划的深度广度混合搜索算法（LPHS）,将广义约束优化问题拆分成若干子问题,建立线性规划搜索树,合理选择搜索顺序,利用动态剪枝算法减小子问题的规模,最终求得最优解.实验结果表明,LPHS算法比其他方法有明显的效率提升.研究成果与计算机基础理论中的可满足性模理论的研究相结合,有助于提高可满足性模理论问题的求解效率,促进该理论在程序验证、符号执行等领域的进一步应用.