一类非线性二层规划的平衡点算法

给出了求解一类非线性二层规划的平衡点算法,并给出算例.     

通过平衡点求线性二层规划(LBP)的最优解

关于线性二层规划的求解问题。先利用K-T充分条件和罚函数法先将线性二层规划转化为无约束问题,再由无约束问题得到简单的参数线性规划,通过单纯形法解参数线性规划,即得到平衡点,再判断平衡点是否为原二层规划的最优解。     

基于蚁群全局优化的二层规划模型与仿真

二层规划问题通常是一个非凸问题,因此在实际工程领域对其进行求解具有极大的困难.研究了问题的本质特征,提出了一种组合设计算法模型——基于蚁群算法求解二层规划问题的全局优化策略.组合算法采用蚁群算法求解上层问题,下层的线性规划问题则采用单纯型算法完成求解.设计的组合算法思路清晰,仿真计算结果表明,该算法有着良好的全局收敛可靠性和较高的收敛速度,是目前求解此类两层线性规划问题的一种有效算法.     

求二层线性规划最优解的极点方法

根据二层线性规划的最优解一定可以在约束集的极点找到这一理论,给出了求解二层线性规划的极点方法,通过上层目标函数值的排序,避免了盲目验证极点这一缺陷,最后通过算例描述了算法求解过程,并验证了算法的有效性.     

改进的和声搜索算法求解凸二次规划及线性规划

给出了一种求解凸二次规划及线性规划的新方法,通过把凸二次规划或线性规划转化为不可微的非线性方程组,采用一种改进的和声搜索算法求解.该算法嵌入了位置更新和小概率变异策略,在搜索后期能够维持种群的多样性,因此具有较好的收敛性.通过求解多个凸二次规划及线性规划,数值结果表明该方法是有效的.     

一种求解线性二层规划的方法

将非线性规划问题中的Frank-Wolf方法应用到线性二层规划问题中,提出了一种求解线性二层规划问题的Frank-Wolf方法,讨论了算法的收敛性,并通过实例说明该方法是可行有效的.     

二次规划的理论与算法(Ⅴ)——六、带约束的凸二次规划的解法

以下几章我们将叙述带约束的二次规划的一些基本的常用的求解算法,并且给出这些算法的理论基础,二次规划的算法大体上分为四种类型:一类是基于单纯形转轴的算法,它们是由线性规划的单纯形转轴运算发展而成的,这是因为二次规划具有与线性规划类似的特点;一类是基于主动集(active sets)的算法,这类算法考虑了二次规划作为非线性规划而具有的特点;一类是椭球方法,它们是从线性规划的椭球算法发展而成的。一般而言,前     

灰色多随从二层线性规划问题及其解法

针对多随从二层线性规划问题, 结合灰色特征, 提出了灰色独立多随从二层线性规划问题. 建立了该问题的数学模型, 并证明了漂移型灰色独立多随从二层线性规划问题等价于漂移型灰色二层线性规划问题. 对于漂移型灰色独立多随从二层线性规划问题, 基于单纯形法设计了一种求解算法. 数值算例表明该算法是可行有效的.     

二层规划的扰动解

传统的二层规划求解方式是利用下层规划的KKT条件将其转化成单层规划问题.由于互补松弛条件的存在使得MFCQ和线性独立等约束规格不成立.探讨了对互补松弛条件给出ε出扰动后的非线性规划求解问题,以及扰动解收敛到原二层规问题局部最优解的条件,并探讨这些条件实现的可能性.     

带有二次约束二次规划问题的全局最优化

根据带有二次约束二次规划模型的特殊结构,利用乘积的凸包络和凹包络,给出带有二次约束二次规划问题的松弛线性规划问题,以确定全局最优值的下界,使用超矩形缩减技术以加快分支定界算法的收敛速度,从而提出一个求解带有二次约束二次规划问题的全局最优化算法,证明该算法的收敛性,这个新算法实际上是把分支定界方法与外逼近方法有机地结合起来.数值算例表明所提出的算法是可行的.