动态规划在经济管理中的应用研究

动态规划是解决多阶段决策最优化问题的一种思想方法,它使产生的决策序列在某种条件下达到最优。本文主要阐述了动态规划在经济管理领域中的应用,对于动态规划的经典问题进行了具体的分析,并用Matlab,WinQSB软件分别实现了资源分配问题和背包问题。     

利用动态规划求解资源分配问题

动态规划是解决多阶段决策过程最优化问题的一种数学方法,资源分配问题解决将一种或几种资源分配给若干用户或投资于几家企业,以获得最大的效益,它可以是多阶段决策过程,也可以是静态规划问题,都能构造动态规划模型求解。本文针对资源分配问题设计了动态规划求解算法,数值结果表明该算法是可行有效的。     

动态规划在治理沙漠中的应用

动态规划是运筹学的一个分支，是解决多阶段决策过程最优化的一种重要的数学规划方法。可用于自始至终皆不循环的支量（元素）组成的、具有串联结构的确定型的与随机型的、连续的与非连续的、线性的与非线性的系统最优化问题。本文利用动态规划对奈曼旗白音他拉苏木的沙漠化土地治理规划进行初步探讨，定量地合理地进行最优决策的选择，给该苏木的沙漠治理投资规划提供科学的参考依据。     

一种求解变量有界非线性规划的全局最优解新方法

提出了一种求解变量有界非线性规划的全局最优解新方法——不可行域移除(IRIR)法.在优化过程中,先计算原最优化问题的不可行域,然后在原最优化问题的求解空间中移除确定的不可行域,使得新的求解空间不断缩小,并通过研究不可行域的线性表达,在不影响最优解的前提下将非线性约束转化为线性约束,以求解非线性规划问题,其特点是所得最优解对原最优化问题约束函数的凸性和优化迭代起始点的位置不敏感.同时,阐述了IRIR法的原理和实现过程,在序列二次规划(SQP)算法的基础上,应用数值算例和弹簧设计2个典型实例,以验证IRIR法的可行性和正确性.结果表明:IRIR法可以有效降低原最优化问题的求解难度,且无需引入新参数,是一种具有较高求解能力和实用价值的全局最优化方法,但其不适用于求解设计变量无界的最优化问题.     

基于动态规划的最优化医学超声图像边缘提取

动态规划（DP）是一种解决多阶段决策过程最优化的方法。图像边缘提取时为了使系统输出具有最小的不确定性，考虑最优化判据是必要的。动态规划算法用于图像的边缘检测主要是获得一个图像的最低能量代价阵的过程，而图像的边缘对应于最低代价阵中的终止点和起始点之间能量梯度降低最快的路径，由此可以由最低代价阵勾勒出需要的边缘。对于质量较差的图像，可以先用梯度算子和一种LUM滤波器相结合进行预滤波。实验表明，基于该算法用于超声图像的边缘检测要获得全局最优的稳定的边缘线，是一种理想的最优化算法。     

畜群结构最优化的程序设计

根据畜牧业的一般统计方法,对畜群结构间的关系,进行定性分析、定量描述、数学模拟,获得的数学模型是一个多变量的带约束条件的线性规划问题。本文着重探讨一个畜群结构最优化的程序设计思想、方法、程序,及如何使用本软件,对不同畜种、不同的结构模型,规划出最优化结构方案。一、计算方法(一)问题的简述线性的规划模型(Lincar PnognammingMade)以下简记为 LPM。它是在满足一组以线性约束和变量为非负值的限制条件下,求     

船舶优化设计中的一个实用混合整数规划方法

本文针对船舶优化设计中求解包含连续型变量与离散型变量的混合整数规划问题 的实际需要，将无约束最优化中的单纯形法与座标轮换法加以改造并把二者结合起 来，形成了一种简便的混合整数规划方法－ＤＣＶＭ法。可用以求解变量为连续型、 离散型及混合型的最优化问题，井能得到符合工程实际要求的数值结果，在船舶结构 优化计算中，能直接求得符合规格值的板材厚度或型材号码；在主尺度确定中，能得 到便于设计和建造的圆整数。     

非线性规划方法简介(Ⅳ)

第六章带非线性约束的最优化问题这一章我们叙述带非线性约束的最优化问题的算法。带非线性约束的最优化问题比线性约束的最优化问题处理起来要困难得多,这方面的算法及有关理论的研究主要是近十多年来发展起来的。大致说来,解决非线性约束的规划问题有这样几种途径:一是把带约束的非线性规划问题变换为若干个或一系列无约束的规划问题,这就可以用无约束的规划问题的方法来解决,例如罚函数方法和障碍函数法;一是把可行方向法和投影法推广到非线性约束的规划问题,这种推广主要是解决由于可行点集的非线性边界带来的困难;一是把非线性约束条件逐次线性化,把原问题归结为解决一系列的线性约束的子规划。此外,还有解非线性约束     

动态规划法在寻找图中最短距离中的应用

数学规划是研究最优化的一类数学问题,动态规划实际上是研究一类最优化问题的算法,因此其应用范围十分广泛.本文介绍了利用动态规划法来寻找图中任意两点间最短距离的算法,并将其时间复杂度与一般方法作了比较.     

适用于混合型变量的通用优化程序及其在油轮设计中的应用

本文用混合整数规划方法编出通用优化程序。该程序适合于求解多目标有约束带 有混合型变量的最优化问题，能给出符合实际工程要求的规格化最优解。     

随机格点搜索法——一种新的离散变量最优化方法

本文提出一种新的离散变量最优化方法——随机格点搜索法。它是随机方向法、复合形法、网格法搜索思想的结合,适用于求解全离散、均匀离散变量的最优化问题。     

一种增量式多目标优化的智能交通路径诱导方法

路径诱导是一种主动引导车辆合理分流来解决城市交通拥堵的方法.本文提出了一种基于增量搜索的多目标优化路径诱导方法.该方法首先利用图论法将复杂路网抽象为点线的赋权图,引入多目标优化变量,建立路网模型;然后在启发式搜索基础上引入增量搜索,结合全局规划和局部动态重规划,实现车辆的实时路径诱导.仿真结果表明该方法能有效地解决复杂路网中车辆的实时路径诱导问题.     

状态空间梯度投影法在汽车设计中的应用

本文用状态方程描述机械系统的动态特性,直接处理设计变量和状态变量,通过利用伴随变量的灵敏度分析,将非线性规划中的梯度投影法推广到函数空间的动态最优化,形成状态空间梯度投影法;并对CS-131轻型货车悬架系统进行了优化设计.计算表明,该方法适用于承受各种时变载荷的机械系统最优设计.     

非清晰精馏网络系统NINLP整体最优化方法

以分离清晰度为优化变量之一，建立了非清晰精馏网络最优化模型，该模型为非凸的混合整数非线性规划问题，提出了求解含有双线性项的非凸ＭＩＮＬＰ问题的整体最优化方法，后通过３个非清晰精馏网络最优化算例对上述方法和模型进行了演示。     

用动态规划法对水库进行优化调度

动态规划是最优化技术中一种适用范围很广的基本的数学方法。本文结合实例详细介绍了动态规划模型的建立,以及在水库调度中的具体应用。该方法的应用为水库调度提供了有力的根据,具有重要的价值意义。     

异构网络中高能效动态流量卸载

研究了异构网络中,以优化系统能效为设计目标的动态流量卸载。综合考虑了用户移动性和业务动态性的影响,利用动态规划理论对异构网络中的流量卸载问题进行了建模分析,将系统能效在连续时间上的优化问题转化成多阶段决策的最优化问题。在此基础上,基于延时流量卸载的思想,利用动态规划的分析模型,提出了一种系统能效优先的动态流量卸载算法。仿真结果表明,与已有的流量卸载算法相比,提出的动态流量卸载算法能有效地提升系统的能量效率。     

基于控制思想求解非线性规划问题的李雅普诺夫方法

为了高效求解非线性规划问题,对一种基于控制思想的新颖方法——李雅普诺夫方法——进行了研究.该方法将约束非线性规划问题转化为一个动态系统,基于系统的动态特性给出原优化问题的最优解.分别针对单目标和多目标的非线性规划问题,对算法的收敛性进行了分析,给出了算法在应用时松弛变量、增益因子等关键参数的取值建议.大量数值算例验证了上述收敛性及参数取值建议的正确性,表明了该方法在求解非线性规划问题时的巨大潜力和新颖性.     

多变量轨迹分析的过程故障检测方法

为了解决实际工业过程中的多变量动态过程监测问题,提出了一种基于多变量轨迹分析和主元分析的在线故障检测方法。通过构造过程轨迹向量实现了多变量动态信息的提取,结合主元分析算法对模型进行了改进,利用改进模型充分分析了过程数据的变化特征,同时将关键变量的轨迹趋势图作为参考实现了离线建模和在线故障检测。与传统的基于轨迹分析的方法相比,所提方法克服了变量个数限制,解决了统计量难以设计的问题,提取了过程动态特性,实现了更为可靠的动态过程监测。通过某企业合成氨生产中转化单元的实例验证表明,所提方法在处理多变量动态过程的故障检测问题上效果良好。     

应用最优化导论

近几十年来，最优化的应用已经遍及各个领域。最优化的新算法和理论不断被提出，它深入地渗透到其他学科领域，如应用数学、工程、医学、经济学等学科。最优化理论给线性、非线性、约束和无约束最优化问题提供了一般的解。这些最优化问题一般分为两类不同的数学规戈Ⅱ问题：线性规划和非线性规划。早期的数学规划都是基于连续变量，但是大量的指派问题和设计问题都是需要同时处理整形变量和连续变量，这导致了混合的整形线性规划（MILP）和非线性规划（MINLP）问题。为了寻求全局最优解，研究人员提出了不拘囿于局部最优解的方法，如近年来提出了遗传算法和模拟退火法。     

最优化方法在建筑材料生产决策中的应用

利用最优化方法和决策理论,分析建筑材料生产的资金分配问题,选取最优方案,使公司产生最大利润.本文通过建立动态规划模型较好地说明了最优化方法在实际应用中的有效性.