凸二次参数规划的逆规划及其等价形式

主要讨论了经济中常用的凸二次参数规划的逆问题、相关逆规划的等价性，并给出一定条件下的凸二次参数规划的逆规划就是一个线性规划，从而其相应的算法问题得到了解决．     

凸二次参数规划的逆问题及其应用

考虑了凸二次参数规划和凸二次同参规划组的逆问题，首先给出凸二次参数规划的逆规划，然后考虑了凸二次同参规划组的逆问题，最后给出了凸二次参数规划的逆问题的经济背景．     

垄断市场的双层规划优化调控模型

建立了垄断市场条件下包含厂商和政府经济活动的双层规划模型，利用凸二次规划及参数规划的逆规划理论给出了其等价形式，最后指出在一定条件下处于微观层面的垄断厂商和处于宏观层面的政府可以同时达到最优。     

二次规划的对偶问题

本文讨论了二次规划的对偶问题以及对偶问题的对偶问题，给出了对偶定理和逆对偶定理。     

基于MATLAB的机器人运动仿真研究

按照一定的要求对一种柱面坐标机器人进行了参数设计，讨论了该机器人的运动学问题，然后在MATLAB环境下，用Robotics Toolbox对该机器人的正运动学、逆运动学、轨迹规划进行了仿真．通过仿真．观察到了机器人各个关节的运动．并得到了所需的数据．说明了所设计的参数是正确的．从而能够达到预定的目标，     

动态规划最优化路径搜索设计

本文分析动态规划最优化逆推与顺推设计要点，给出路径搜索问题动态规则最优化设计。     

非线性规划的对偶问题

本文引入一个关于非可微凸规划问题的新的对偶问题，在无约束规格的情况下证明了弱对偶性，强对偶性及逆对偶性。     

基于逆强化学习的电动汽车出行规划方法研究

随着电动汽车的普及，对电动汽车出行规划问题的研究显得尤为重要。有别于路径规划，出行规划既需要考虑路径问题又需要考虑充电问题。本文提出了一种基于逆强化学习（Inverse Reinforcement Learning，IRL）的电动汽车出行规划（Electric Vehicle Travel Planning，EVTP）方法，有效地为电动汽车用户规划一条兼顾行驶路径短以及充电时间短的可达路径。将Dijkstra算法进行改进得到考虑充电行为的最短路径作为专家示例输入到逆强化学习算法中；利用逆强化学习算法得到兼顾行走与充电的奖励；在学习策略上，采用Dueling DQN算法高效更新Q值，提升学习性能；采用部分充电策略以及分段充电策略，提升充电效率并使研究更接近真实情况。通过对模型的工作性能和结果进行详细分析，并结合基准方法进行对比，结果表明，基于逆强化学习的电动汽车出行规划方法在行驶时间与充电时间两方面都有较好的性能，且具备很好的迁移性。     

一类带参数的二次规划解的结构及稳定性

研究一类参数二次规划问题，利用Ｌａｇｒａｎｇｅ函数把问题转化为一个鞍点问题，讨论了问题有解的必要与充分条件，指出解的结构，还得到在连续性意义下的稳定性结果。     

非线性目标规划的近似规划法及其改进

首先简介了目标规划的原理和特点，非线性目标规划模型及其Ｐ＆Ｓ近似规划法，然后重点从转换实约束为最高级目标约束，把决策变量保留在达成向量函数中和引入偏差变量的偏差变量以及提出以逆积法为基础的多阶段算法等三个方面对非线性目标规划模型和近似规划法进行了有儿的改进     

一种二次规划的算法及其在安全经济调度中的应用

提出一种基于松驰技术的二次规划新算法，并在解析过程中引用参数规划的思想，通过迭代搜索获得电优解，算法具有对初始点要求低、收敛 可靠、计算负担小的特点，也可用于解算参数二次规划问题。作为应用例子，解算了电力系统中有功安全经济调度问题，给出了计算结果。     

一类I型一致不变凸条件下的极大极小分式规划问题

为一个极大极小分式规划问题（P）提出了一类新的广义（F,a,ρ,θ）-d-V-I型一致不变凸函数的概念,并在此广义I型一致不变凸性条件下,获得了规划（P）的一些最优性充分条件。而且,建立了规划（P）一个新的对偶模型,并在前述条件下,证明了弱对偶、强对偶和严格逆对偶定理。本文所得结果推广和改进了文献的一些相应结果。     

不变凸多目标规划的对偶

给出一类复合向量值不变凸函数,并将该类不变凸函数应用到多目标规划问题上,建立了这类不变凸多目标规划的Craven型对偶,并证明了原规划与对偶规划之间的弱对偶、强对偶和逆对偶定理.     

极小极大分式规划问题的一个注记及应用

考虑了一般的极小极大分式规划问题．在不需要约束品性条件的假设下，通过利用参数处理这一技巧，把所考虑的问题化为等价的非分式规划问题，获得了新的必要和充分最优性条件．另外，利用这些最优性判据建立了一个参数对偶模型．     

凸Knapsack问题的有效算法及应用

本文讨论带边界约束的凸Knapsac问题。由Kuhn-Tucker条件,我们得到问题解的特性,由此对一类凸Knapsack问题提出了有效的算法。同时,本文还讨论了问题的参数分析。作为方法的应用,本文给出电力调度的数值例子。计算表明本文的算法是简单和有效的,特别是对于变化资源总数的分配问题,该算法更有其优越性。     

对数平均值的极小积问题

考虑一类含参数对数平均值的极小积问题。利用对数平均值不等式，问题转述为不含对数的参数规划问题。作为它们的应用，如果涉及的函数均为线性齐次、约束集为凸多面体（无论有界或无界），则必存在最优解并且可以在其极点处实现。     

广义Ⅰ型一致不变凸条件下的极大极小分式规划的二阶对偶

给出一类新的二阶广义(F,α,ρ,θ)-d-Ⅴ-Ⅰ型一致不变凸的概念, 讨论了极大极小分式规划问题（P）, 建立了规划（P）的一个二阶对偶模型, 并利用此二阶广义Ⅰ型一致不变凸性, 得到了弱对偶、 强对偶和严格逆对偶定理.