灰色线性规划的Genocop算法求解

遗传算法求解线性规划问题特别是大型线性规划问题通常比常规求解方法有效得多,但如何求解灰色线性规划是一个值得探讨的课题,本文利用遗传算法的Genocop算法设计了灰色LP的求解程式,结果表明其求解效率很高.     

灰色二层线性规划问题及其解法

针对二层线性规划问题, 结合灰色系统的特性,提出了一般灰色二层线性规划问题, 并给出了该问题的模型及相关的定理.针对漂移型灰色二层线性规划,基于单纯形法提出了一种具有全局收敛性质的算法来求解该问题.用下层的Kuhn-Tucker条件代替下层问题,将灰色二层线性规划转化为灰色单层规划问题,利用对偶理论将该单层规划转化为一系列灰色线性规划问题,从而用单纯形法求解该问题来得到灰色二层线性规划问题的解. 最后,通过算例验证了文中算法的有效性.     

求解灰色双层线性规划模型的交互式模糊算法

通过提出灰色双层漂移型线性规划的概念和建立灰色双层漂移型线性规划模型,描述了具有灰色信息的递阶双层系统的决策问题;改进已有的交互式模糊算法,克服了模型求解的困难性和复杂性,将灰信息带入求解过程,使算法在求解灰色双层漂移型线性规划模型时简单、实用,最后通过算例证明提出的求解灰色双层漂移型线性规划模型的交互式模糊算法的简单性和实用性.     

灰色非线性规划问题及其遗传算法求解方法

灰色系统中的非线性规划问题是一类重要问题 .本文针对一般灰色非线性规划问题 ,给出了一种基于随机模拟的遗传算法求解方法 .实例证明 ,将遗传算法应用于灰色非线性规划问题的求解能取得较好的效果.     

灰色离散双层漂移型线性规划模型及其交互式补偿模糊算法

提出灰色离散双层漂移型线性规划的概念，建立了灰色离散双层漂移型线性规划模型来描述具有灰色信息的递阶离散双层系统的决策问题，并提出相应的交互式补偿模糊算法，最后通过算例证明提出的求解灰色离散双层漂移型线性规划模型的交互式补偿模糊算法的简单性和实用性。     

灰色DEA模型的白化解法

本文在杨印生等人提出灰色数据包络分析模型的基础上，针对灰线性规划的求解问题，探讨了白化以后最优值的变化情况，给出了白化固、白化规划等概念，利用将灰线性规划化为若干个一般线性规划的方法，较好地解决了灰线性规划求解中的困难，从而可以更细胞地分析决策单元效率。     

线性二级价格控制问题的单纯形算法

主要给出求解一类双层非线性规划问题--线性二级价格控制问题的一个算法。根据问题的结构和特性，我们提出类似于线性规划单纯形算法的思想来求解线性二级价格控制问题，并用一个数值例子来说明算法如何求解。     

基于线性规划问题递推算法的L∞参数辨识

针对传统的最小二乘辨识算法要求误差遵循零均值、同方差的正态分布等不足,提出了L∞参数辨识算法。首先将L∞参数辨识问题转化成增加约束条件的线性规划问题最优解的求解问题;然后为了删除辨识中的冗余数据并用于在线辨识,给出了基于线性规划问题递推算法的L∞参数辨识算法。最后给出了仿真,结果验证了算法的有效性。     

具有模糊关系约束的线性规划的解法

研究了具有模糊关系方程约束的线性规划问题.由于此类规划的非空可行集一般是一个非凸集,传统的求解线性规划的方法不适合求解此类规划问题,因此有必要提出一个求解此类规划问题的有效算法,本文首先刻画了该类规划可行集的结构,基于该可行集的结构,应用惩罚函数和遗传算法给出了该类规划问题的一个具体求解方法,得到了近似最优解.为了说明该方法的有效性,最后给出了具体的算例.     

灰色线性规划的集包含满意度解法

对灰色线性规划，提出约束集包含和目标集包含满意度的概念，给出集包含满意度的求解方法和选矿产品方案规划的应用实例     

利用多群体DNA遗传算法求解线性规划问题

针对经典遗传算法存在的问题 ,提出了多群体DNA遗传算法。该方法在经典遗传算法的基础上 ,通过借鉴生物学及社会学 ,引入了多群体及DNA片断等概念 ,并提出迁移与自适应变异算法 ,可以提高遗传算法的有效性与收敛性。为了验证算法的有效性 ,将该算法应用于线性规划问题的求解。在求解过程中 ,首先利用熵障碍对偶方法对原问题进行转换 ,然后使用多群体DNA遗传算法对转换后的目标函数进行求解。仿真结果表明 ,该方法具有良好的全局搜索能力和较快的收敛速度。以上工作为解决大规模线性规划问题的求解提供了全新的思路和方法 ,对遗传算法应用的发展具有重要意义     

求解模糊机会约束规划模型的微粒群算法

针对现在不确定规划领域中存在的模糊机会约束规划模型和群智能优化方法-微粒群算法,提出了一种求解模糊机会约束规划模型的新混合智能算法.该算法利用微粒群算法并运用模糊模拟技术对模糊机会约束规划模型的规划问题进行分析和数值求解,因而无需像传统的基于遗传算法的混合智能算法那样需要很长时间并经过复杂的计算才能得到结果.通过对实际模型的分析和数值求解,给出了应用该方法的具体步骤,说明了该混合智能算法的合理性和有效性.     

分段线性微分包含系统的最优控制设计

针对分段线性微分包含系统,根据Hamilton-Jacobi-Bellman(H-J-B)不等式将最优控制设计问题转化成最优控制性能上界的优化问题及性能下界的求取问题.其中性能上界的优化是一组以反馈增益为寻优参数的双线性矩阵不等式(bilinear matrix inequalities,BMI)问题,而性能下界是一组基于线性矩阵不等式(linear matrixinequalities,LMI)的半正定规划问题.结合遗传算法和内点法设计了一种混合算法对BMI问题进行求解.算例表明方法的有效性.     

模糊能力约束下的生产批量计划方法研究

引入模糊技术 ,建立具有模糊能力约束的生产批量计划模型 ( FCLSP) .结合遗传算法和参数线性规划方法提出解 FCLSP的混合算法 ,数值实例验证了其有效性 .     

一类特殊的非线性两层规划新解法

针对下层为可微凸规划的非线性双层规划,提出了一种新算法.基于遗传算法,该算法利用下层规划的单调性将其化为若干个有界约束;这样,整个双层规划就化成了若干个并行且独立的单层规划问题,从而有效地简化了原问题的计算复杂度.对于化简后的单层规划问题,设计了遗传算法,并给出了算法的收敛性证明.最后进行了数值仿真,结果表明该算法具有高效性和鲁棒性.     

一类混合机会约束整数规划模型及其应用

提出并建立了一类混合机会约束整数规划模型,该模型同时含有模糊和随机参数。运用随机模拟与模糊模拟相结合的技术,给出了求解该机会约束整数规划模型的遗传算法。针对一类生产计划问题,在模糊和随机两类不确定因素同时并存的情况下,分析建模和数值求解,结果说明了模型和算法的适用性和有效性。     

求解模糊目标／资源问题的拟人化算法

介绍一种求解具有模糊资源约束线性规则问题的拟人化算法,它将模糊控制算法嵌在遗传算法之中可以解出一个模糊优解,取代了以往利用单纯形法求解模糊线性规划得到的唯一最优解,通过例子,可以看出该算法能得到一个满意度很高的解．     

空基双探测端分布式定位系统的航迹控制

针对空中运动目标参数的实时解算和定位精度问题,基于运动多站无源定位技术,设计了空基分布式定位系统,利用测向交叉定位原理建立了双机协同被动定位模型。模型中完成信息保障任务战斗机的存在使得目标定位误差迅速最小化。通过动态规划法进行双机航迹控制算法设计。使用带有线性策略的共轭梯度法解算信息保障机的最优航迹。仿真表明,该控制算法可以得到信息保障机的最优航迹,双探测端分布式定位系统通过航迹优化,实现了对目标的快速高精度定位。     

Global convergent algorithm for the bilevel linear fractional-linear programming based on modified convex simplex method

A global convergent algorithm is proposed to solve bilevel linear fractional-linear programming,which is a special class of bilevel programming.In our algorithm,replacing the lower level problem by its dual gap equaling to zero,the bilevel linear fractional-linear programming is transformed into a traditional single level programming problem,which can be transformed into a series of linear fractional programming problem.Thus,the modified convex simplex method is used to solve the infinite linear fractional programming to obtain the global convergent solution of the original bilevel linear fractional-linear programming.Finally,an example demonstrates the feasibility of the proposed algorithm.