灰色线性规划的Genocop算法求解

利用遗传算法的思想给出了线性规划的Genocop算法,进而针对灰色线性规划问题设计了灰色Genocop的求解程式,并使用Matlab语言开发了相应软件,给出了一个实例求解结果。大量运算结果表明,该算法对灰色线性规划问题求解非常有效。     

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.     

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     

二层线性规划问题的遗传算法求解

对下层具有多个决策者的二层线性规划问题,提出了采用遗传算法结合线性规划方法进行求解的思想,并根据二层线性规划问题的具体特点,对遗传算法在编码、约束处理、下层问题无解处理、变异算子等方面进行了改进,最后以实例验证了算法的有效性。     

求解模糊线性规划问题的拟人化算法

提出一种求解模糊线性规划的拟人化算法．它模拟人的调节过程，将模糊控制思想嵌入到遗传算法的变异与交叉算子之中求解出一个模糊优解，取代了以往利用单纯形求解模糊线性规划问题的一个最优解．实验结果表明，算法有潜力解决实际的规划问题．     

非线性规划的混合遗传算法

遗传算法是一类模拟自然界生物进化过程与机制、求解问题的自组织和自适应的人工智能技术,是非常好的求解优化问题的算法,但是它也容易产生早熟现象,且局部搜索能力较差。因此,在分析传统的非线性规划方法的基础上,针对传统方法的局限性,为非线性规划模型设计了一种新的启发式算法,即结合遗传算法、模拟退火算法和动态惩罚函数法的混合遗传算法,以发挥各算法处理问题的优势。对算法的过程进行了分析。通过实例说明,该算法对于求解所建立的问题是有效的。     

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。     

非线性规划问题求解的遗传算法设计与实现

针对一般非线性规划 (NonlinearProgrammingProblem ,NPP)问题 ,采用遗传算法思想设计了通用求解算法 ,并用MATLAB语言实现 ,该软件可广泛运用于求解各种NPP问题。实例表明 ,该算法具有较高的计算效率。     

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.     

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．     

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.     

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。