线性规划的原有松弛-对偶单纯形算法

针对线性规划的单纯形算法中出现不可行基的情形,提出了一种原有松弛-对偶单纯形算法.忽略不可行基变量相应的约束构造一个原有可行的松弛子问题,根据最钝角原理作了进一步松弛,用原有单纯形法求解该子问题,然后用对偶单纯形法求解原问题.通过大规模数值试验对这种算法进行计算检验.结果表明,与经典单纯形算法相比,提出的算法简便且具有更高的计算效率.     

一种改进的单纯形算法

针对无约束函数最优化问题,提出了一种能有效加快收敛速度的改进单纯形算法。在N-M单纯形算法的基础上,利用目标函数值的信息对反射中心重新定位,使反射方向更靠近目标函数最优值的方向,提高了搜索效率。函数寻优的对比测试结果表明,改进算法明显提高了单纯形算法的收敛速度和寻优质量。     

一类多乘积规划问题的单纯形分支定界方法

利用对数函数的性质将一类多乘积规划问题等价地转化为一个凹最小问题.针对这个问题的凹和特殊结构,利用单纯形上凹函数凸包络的线性性质,给出线性规划松弛问题以确定原问题最优值的下界,由此提出一类多乘积规划问题的单纯形分支定界算法,并且给出收敛性证明.数值例子表明所提出的算法是可行的和有效的.     

一类二次二层规划的平衡点算法

Manoel Campelo借助线性规划的单纯形算法,给出了求解线性二层规划的平衡点算法.本文借助线性规划的单纯形法和二次规划的Lemke算法,给出求解一类非线性二层规划的平衡点算法,并给出算例说明算法可行性.     

线性二级规划的一种单纯形解法

本文讨论用单纯形表实现求解线性二级规划的高点法，给出了在单纯形表中检验当前极点的可行性的原理和方法．     

科技文萃

２０世纪的１０大算法 伟大的算法是计算的诗篇。对２０世纪的科学发展和工程实践产生巨大影响的１０大算法是： １． １９４６年计算蒙特卡洛过程的伦敦算法，对那些过于复杂给不出精确解的问题，该算法可使蒙特卡洛过程有效地给出问题的解。 ２．１９４７年线性规划的单纯形算法。这一优美算法解决了规划和决策过程中的共同问题。 ３．１９５０年 Ｋｒｙｌｏｖ的子空间选代算法。该算法可快速地给出科学计算中大量存在的线性方程组的解。 ４．１９５１年矩阵计算的分解算法。这一整套技术解决了线性代数中的数值分析问题。 ５．１９５７年…     

对偶单纯形两阶段法

在用对偶单纯形法解线性规划问题时,必须找到初始正则解.为避免人工约束的引入,利用变量代换,给出不增加变量个数的对偶单纯形两阶段法.     

多层吸波体优化设计的单纯形方法

讨论了用于多层吸波体计算机辅助设计的单纯形优化方法，借助这一方法可以实现对多层吸波本的优化设计．     

单纯形上的Sikkema—Stancu算子的逼近性质

本文定义单纯形上的二元Sikkema-Stancu算子，并讨论该算子在连续函数空间的逼近性质，从而推广了Stancu的有关结果。     

一类广义二元Bernstein算子的某些保持性质

构造了单纯形上一类广义二元Bernstein算子,针对此类算子的单调性、保凸性、连续模的保持性进行了研究,证明了此类算子对于每个度量都具有一定的保持性质．     

单纯形法寻找初始可行基的方法讨论

给出用单纯形法求线性规划问题中寻找初始可行基的几种方法,阐明每种方法的优缺点及适用范围．     

单纯形法求解目标规划问题教学中的一个注记

建立目标规划的数学模型时,对于偏差变量dk-,dk+,总是要求dk-×dk+=0.这个约束条件是非线性的,但是并没有对单纯形法的求解造成影响.在课程教学中,学生很容易对此产生疑惑,而大部分教材中并没有对这个问题进行阐述.从单纯形法的基本求解过程出发,对此进行了分析,得出在单纯形法迭代时dk-*dk+=0总是成立的结论.     

线性规划问题有无穷多个最优解的判别方法

本文给出了如何用求线性规划的基本方法单纯形法判别线性规划问题有无穷多个最优解的方法，特别地给出了在线性规划问题最优基单纯形表中存在某个非基为量的检验数为零而且这和对应的列向量无正元素时，这种用单纯形法无法迭代是，无穷多个最优解的判别方法，并相应给出了如何从一个已知最优解，求出其它一些最优解的方法。     

涉及单形和一动点的几个不等式

建立了涉及单形和一动点的几个几何不等式,并推广了文献[2],[3],[6],[7]的结果。     

求解低维约束优化问题实用方法的探讨

对单纯法进行了必要的修正，探讨了求解低维约束优化问题的实用方法，数例的计算结果令人满意．