求解一类非标准DC规划的最优可视点算法

基于借用定位理论中的“可视性 (visibility)”假设 ,我们提出了求解非标准DC问题的一种外逼近方法 ,称之为最优可视点算法 ,从而获得问题的全局最优解 ,并证明了算法的收敛性 .该方法当非凸变量的数目较少时是有效的、实用的 .它为非标准DC问题提供了一种新的求解途径     

正定式约束下广义几何规划的一种线性化方法

几何规划是一类具有特殊形式的非线性规划问题,正定式几何规划问题借助于凸规划问题的求解已基本得到解决.但广义几何规划问题作为一种特殊的(DC)规划,至今没有好的求解方法.利用线性化技术,将正定式约束下的一类广义几何规划问题转化为一列凸规划问题进行求解,构造了正定式约束下广义几何规划的一种新算法,并证明了该算法的全局收敛性.     

动态参数下(m,n,k,b,d)类型AP问题的直接算法

首先提出了几种新的非标准形式的指派问题,简称(m,n,k,b,d)类型AP问题,并且给出了反点算法的改进算法,从而使改进的反点算法能够求解上述几种非标准形式的指派问题。     

利用拉格朗日松弛算法求解三维分配问题

将拉格朗日松弛算法与最优求解算法的复杂性进行了分析比较，并将该算法应用于求解3-D分配问题,分析与算例结果表明，该算法可大幅度降低3-D分配问题的求解计算量，是求解3-D分配问题的一种有效算法．     

最小Hamilton圈问题的求解新方法

最小Hamilton圈可以用于求解货郎担问题，但至今没有一种有效的求解最小Hamilton圈的方法．文中提出元素判别值分配法是求解该问题的一个有效方法，可将其应用于求解最小Hamilton圈的算法设计．     

多峰函数寻优的微粒群算法

某些实际问题的优化目标是求所有的局部最优解，即求解多峰寻优问题，为了求解多峰优化问题，提出了改造的微粒群优化算法．尽量减少微粒群算法中的全局因素，从而增大其局部因素，同时采用变步长方法增加微粒的多样性．并给出了该算法的原理和步骤．仿真实验表明该算法概念清楚，计算简单，具有很好的局部寻优特性，可应用求解于多峰寻优问题．另外还给出了几个运算实例和与其它优化算法的比较．图表，表1，参9．     

一类非线性规划问题算法研究

针对一类非线性规划问题,将模拟退火算法进行了改进,提出了一种相邻状态的产生函数,为研究非线性规划提供了新的有效求解途径。实例计算表明,该方法求解非线性规划确实有效。     

多目标模糊优化潮流模型及其基于神经网络的算法

提出了一种计算交流潮流的多目标模糊优化模型，模型中，同时考虑了发电费用最少及网损最小等多重目标，针对该模型，还提出了一种基于神经网络模型的新算法，该算法分别采用神经网络模型进行模糊集隶属函数的表达及优化问题的求解，从而将模糊优化同神经网络有机地结合起来，通过算例对所提模型及算法进行了验证。     

一个求解线性双层规划的全局收敛算法

用线性规划对偶理论讨论了线性双层规划的最优性条件，利用下层问题的对偶间隙，将线性双层规划转化为目标函数带惩罚项的单层问题，通过对转化后的单层问题进行求解，给出了一个求解线性双层规划局部最优解的方法，然后引进一种割平面约束来修正当前局部最优解，直到求得线性双层规划的全局最优解。提出的算法具有全局收敛性，并通过一个算例说明了算法的求解过程。     

求解物流配送中心选址问题的改进鸽群算法

为了提高鸽群优化算法求解物流配送中心选址问题的优化效果，减少物流配送成本，提出了一种改进的鸽群优化算法。该算法在基础鸽群优化算法上，引入灰狼优化算法在寻优过程中的捕食策略，能够有效地提高鸽群优化算法的局部搜索能力、增强算法的寻优性能。由函数测试实验可得，该算法在求解测试函数最优值上具有寻优速度快、收敛精度高的特点。最后，将其应用到求解物流配送中心选址问题中，实验结果表明：改进的鸽群优化算法更适合求解高维物流配送中心选址问题。     

遗传算法在水污染控制系统最优规划中的应用

针对水污染控制系统最优规划中存在的问题，提出应用遗传算法求解区域最优化模型，充分利用遗传算法全局搜索的能力，快速获得最优解。结果表明，这种算法可以克服试探法分段优化的不足，使规划结果更合理，投资费用更节省，为求解区域最优化模型提供了一种新方法。     

含阀点效应最优潮流问题的改进原始蚁群算法解

基于原始蚁群的猎食行为提出一种新型的算法，称为改进原始蚁群算法，用于求解最优潮流问题。新算法只考虑离散变量，以降低计算时间，同时使用序列：二次规划法求解连续变量。通过运用曲线分段的方法，使改进算法能处理含大母约束条件的各种目标函数并有效地搜索全局最优解。通过IEEE-30节点系统的仿真计算验证了该算法的有效性。     

算子非精确条件下确定正则化参数的一种方法

基于非标准的广义偏差原则,在算子及观测数据都有扰动的条件下,对于求解不适定问题的Tik-honov正则化方法,给出了一种选取正则化参数的简单迭代算法,并阐明了该迭代算法是一种线性模型函数算法.进一步地,利用线性模型函数方法,在一定条件下证明了所提出的选取正则化参数的简单迭代算法是收敛的,并通过数值算例验证了该方法的有效性.     

一类非线性二层规划的一种求解方法

研究了一类非线性二层规划的求解方法.该二层规划的第一层的目标函数是DC函数,下层是求一个二次规划问题的KKT点.将DC规划中的DCA与Zoutendijk可行方向法相结合,提出一种简单有效的算法来解这个非线性二层规划问题,并通过数值算例的计算结果说明了该算法的可行性和有效性.     

一种改进的求解TSP问题的演化算法

在对使用逆转算子求解TSP的算法进行分析的基础上，提出了一种改进的求解TSP问题的演化算法，也即就近访问的方法：在一条路线中，绝大多数城市的下一个访问城市都在距离它较近的城市中产生．实验表明：用就近访问的方法来产生初始群体和限制变异范围，能在一定程度上提高算法的执行效率，改善旅程路线的质量．     

最优指派问题的动态规划模型及算法

考虑了指派问题:有m项工作和n个人.若m与n是相同的,并且每一项工作只能由一个人来做;同时,每一个人只能做一项工作;符合这一条件的指派问题称为标准指派问题;若m与n不相同, 则称为非标准指派问题.本文在充分考虑了指派问题性质的基础上,建立了求解标准指派问题的动态规划模型,并给出了其求解算法;同时在标准指派问题的动态规划模型的基础上给出了求解非标准指派问题的动态规划模型.最后,通过实例说明了本文提出的方法的基本步骤和计算方法的可靠性.     

数学优化模型中分枝定界法的研究

一些NP完全问题已有了在实际应用时值得一试的求解算法．本文通过对分枝定界法的进一步分析，采用这种算法，开展数学建模中最优化问题案例的研究．在求解“指派问题”等NP问题上提出分枝定界法的改良思路．     

非线性约束最优化问题的多目标模拟退火算法

给出了非线性约束问题的一种新解法，首先将其转化为多目标优化问题，提出了高效模拟退火算法求解多目标最优解问题，通过搜索操作和参数的合理设计，以及试验函数的验证，证明了给出的SA算法是一类有效的多目标优化算法。     

用神经网络新方法求解图的最大独立集问题

在Ｈｏｐｆｉｅｌｄ神经网络优化方法的基础上,根据模拟退炎算法逃离局部最优解的原理,提出了一种神经网络计算的新方法,并用这种方法求解图的最大独立集问题。结果表明,该方法获得最优解比Ｈｏｐｆｉｅｌｄ神经网络优化算法获得的解要好,且所需时间比模拟退火算法少得多。     

用分层蚁群算法求解优化问题

提出了一种改进的群算法用于求解优化问题,首先建立N个低层子种群,用一定数量的蚂蚁在这N个解空间中先随机搜索,然后模拟蚂蚁寻食的方式通过信息素来指引搜索,得到N个结果后在用蚁群算法求解,并给出了具体的算法。