目标等值面切割定界与割平面法结合求解整数规划

把目标等值面切割定界原理与Gomory的割平面法结合起来求解整数线性规划(ILP)问题．首先通过目标函数等值面的平行移动来切去(LP)可行域中含其非整数最优解但不含(ILP)可行解的“无用部分”;然后,应用Gomory的割平面在通过(ILP)最优解的目标等值面上切割其最优解。     

改进遗传算法在过程系统工程中的求解策略

针对过程系统综合问题的多峰、奇异等特性 ,将遗传算法同可行域序贯搜索技术结合起来 ,实现对混合整数非线性规划问题 (MINLP)的有效求解。为克服遗传算法在可行域边界搜索效率较为低下的弊病 ,将惩罚函数同个体的生成函数有机地结合起来 ,利用惩罚函数将跨越可行域的不可行点拉回到可行域内。对过程系统综合中典型的MINLP问题的求解 ,表明该方法在求解过程中能有效地实现全局浏览 ,得到全局最优解或近优解。     

几种求解非线性整数规划的局部极小点的算法

求解整数非线性规划问题的局部极小点是求解整数非线性规划问题的全局最优解的前提.很多求解整数非线性规划问题全局最优解辅助函数法(比如填充函数法)都需要先求整数非线性规划问题的局部极小点.给出求解非线性整数规划问题局部极小点的坐标轮换法,并与已有的两种方法作了算例比较.     

整数规划的凝聚函数法

传统的代理约束方法虽可加速分支定界法或割平面法的求解速度,但往往会扩大原问题的可行域,不能保证得到原问题的最优解.考虑到代理约束乘子的取值特点,利用极大熵原理对传统代理约束方法进行了改进,给出求解整数规划问题的凝聚函数法,并研究了其理论可行性.当参数取适当大时,该方法得到的问题与原问题完全等价,从而可以通过该方法得到原问题的最优解,且无需对偶计算.算例结果阐释了凝聚函数法的有效性和可行性.     

一类非凸规划的分支定界算法

针对一类非凸规划问题(NP)提出有效的分支定界算法.首先,利用目标函数的特性将其转化为等价的极小化问题(P),通过对其可行域的细分和求解一系列凸规划问题,不断更新(NP)全局最优值的上下界.为提高计算效率,一个问题的最优解作为下一个问题的初始解,并提出了新的删除技术.理论上证明该算法是收敛的,数值试验结果表明算法是有效可行的.     

解整数规划问题的新方法——三步法

本文就整数规划问题提出了一个逐步求解方法——三步法,此法可根据问题的规模和需要求得最优整数解或近似最优整数解。分析与上机运算结果表明,在解大规模整数规划问题的收敛速度方面,本算法明显优于已有的整数规划算法。     

线性不等式约束优化问题的仿射内点信赖域子空间算法

使用仿射变换内点回代技术的信赖域子空间算法解线性不等式约束的非线性优化问题．通过构造一个二维子空间，在子空间中求解信赖域的子问题得到迭代方向，结合线搜索内点回代技术获得可接受的步长因子，产生保证目标函数值单调下降的严格内点可行迭代序列．子空间技术的应用使得该方法适用于求解大规模问题．在合理的假设条件下，给出了信赖域子空间算法的良好性质，从而保证了算法不仅具有整体收敛性，而且保持超线性收敛速率，数值计算结果表明了算法的有效性。     

凸约束下一种改进的非线性优化问题的非单调信赖域算法

在凸的可行域上求解非线性优化问题提出一种新的信赖域方法,算法不强调逐次迭代点处目标函数值的严格单调性。对任意初始点,证明了算法收敛到问题的临界点。     

整数规划的凸填充函数算法

改造文献［１］的求解连续总体优化问题的凸填充函数算法使之适于求解整数规划问题．首先,在求出整数规划问题的一个离散局部极小解的基础上构造了整数规划问题的凸填充函数;其次,通过寻找该填充函数的离散局部极小解,以期找到整数规划问题的比当前离散局部极小解好的解．本文的算法是直接法,数值试验表明算法是有效的．     

带有一个余凸约束的凹极小

针对在线性约束加一个余凸约束的条件下，求拟凹函数的全局极小问题，提出一个先构造包含整个可行域的单纯形，然后在目标函数值最小的极点附近逐步予以修正，使之局部重合于可行域的凸包，而得到问题的全局最优解。算法采用分枝和割平面相结合的技巧，对于凡能计算函数值的拟凹函数和凸约束函数，算法就易于执行，并具有有限步终止的收敛性质。由于算法仅在目标函数小的局部搜寻可行域的极点，故当变量及约束个数较大时，计算量远小于极点排序法。     

多目标优化问题的同伦方法

用组合同伦方法求解带有不等式约束的多目标优化问题, 该同伦方法不要求可行域满足法锥条件, 且目标函数权重向量的初始值是非可行的. 在上述条件下, 给出了同伦路径的存在性、 有界性和收敛性的证明.     

基于线性规划的区间判断矩阵的一致性检验

区间判断矩阵的一致性检验是区间层次分析法的重要组成部分.首先构造了一个线性规划模型,基于此求解了区间判断矩阵的权向量的可行域.当该可行域为空集时,说明了矩阵的不一致性,此时为了进一步检验区间判断矩阵是否具有可接受的一致性,构造了目标规划模型,通过该模型的最优目标值可同时检验区间判断矩阵的一致性和可接受的一致性.文中同时给出了算例.     

一种改进的蚁群算法用于灰色约束非线性规划问题求解

针对灰色约束非线性规划问题,设计了一种改进蚁群算法．该算法采用了正反馈机制。在对灰色约束非线性规划问题白化处理后,将罚函数方法引入到目标函数中,同时给出了改进蚁群算法的仿真流程．实例应用表明,将改进后的蚁群算法应用于灰色约束非线性规划问题的求解是可行有效的。     

三维水平井轨道设计最优控制模型改进的进化规划方法

针对三维水平井井眼轨道设计问题 ,建立了一个非线性最优控制模型。该模型以设计轨道总长度最短为性能指标 ,以非线性动力系统为约束条件 ,通过对非线性动力系统积分 ,将最优控制模型转化为一个非线性规划问题求解。为了求非线性规划问题的全局最优解 ,在附加一个目标函数小于当前目标函数值的约束条件下 ,用改进的进化规划方法寻找新的可行点策略 ,提出了一种新算法。将非线性最优控制模型及算法应用到实际水平井轨道设计中 ,数值结果证明了该模型及算法的正确性和有效性     

求解多目标规划问题的一种新的群体搜索算法

针对带有边界变量的多目标优化问题，提出一个新的随机群体搜索算法，该方法在可行域内随机选取N个样本点，把每个样本点看成带电粒子。根据不同目标函数，分别定义其电荷，针对每个样本点根据不同目标函数按照电磁学原理计算出合力，然后把各个合力线性加权作为该点搜索方向，以便求得新的群体．最后，把给出的算法应用到两个实例中。并与遗传算法、蚁群算法进行比较，数值结果表明算法是可行的和有效的．     

线性规划的一种表上作业法

根据目标函数的梯度向量在可行域内低维界面上的投影,给出线性规划逐维选优（强多项式）算法的表上作业法,并且用若干具体实例详细描述了表上作业法。     

求解一类比式规划问题的确定性算法

对一类比式规划问题(P)提出一确定性全局优化算法.利用线性化技术建立了问题(P)的松弛线性规划(RLP),通过对目标函数线性松弛可行域的逐次细分以及一系列(RLP)的求解过程,提出的算法收敛问题(P)全局最优解.最终数值实验表明了提出方法的可行性.     

求非凸二次规划全局最优解的分解线性化方法

对非凸二次规划(QP)问题提出新的确定性全局优化算法,该算法先对目标函数进行分解得到可分的等价问题,再根据相应函数的线性下估计建立原非凸二次规划的线性松弛规划,同时在分枝定界方法中使用区域删减准则来加速算法的收敛性.理论分析和数值计算表明提出的算法是收敛且有效的.     

两人交叉规划问题的最优整体差解

引进了两人交叉规划问题的一种最优解概念: t^* -最优整体差解,该解可以通过求解一个相应的数学规划问题得到。讨论了决策者具有不同让步值的t^* -最优整体差解,给出了两人交叉规划问题的t^* -最优整体差解和s-最优联合解之间的联系。数值例子表明该方法对于求解两人交叉规划问题具有一定的有效性。