不定二次规划的全局优化算法

对不定二次规划问题提出了一个新的确定型全局优化算法,通过对目标函数和约束函数的线性下界估计,建立了不定二次规划的松弛线性规划.通过对松弛线性规划可行域的细分,以及一系列松弛线性规划的求解过程,并通过实例证明了算法能收敛到原问题的全局最优解.     

仅含线性等式约束多目标规划的一个算法

给出了求解仅含有线性等式约束的多目标规划的一个算法。主要用线性加权法将多目标规划问题转化为仅含有等式约束的单目标二次规划问题,并通过算例说明了该算法的有效性与可行性。     

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.     

非凸二次规划问题的一个全局优化方法

考虑的问题是线性约束下极小化二次目标函数的数学规划问题(QP)。在可行域是非空紧集假设下,利用KKT条件,将原问题等价转化为带线性互补约束、线性目标函数的问题(LPC),对(LPC)提出了一个全局优化算法。该方法的主要思想是生成一个点对序列,使它或在有限步迭代后终止于(LPC)的最优解或收敛于(LPC)的最优解。证明了算法的收敛性,并通过求解构造的实例说明了此方法的有效性。     

求解线性双层规划的一种全局优化算法

讨论了线性双层规划问题,通过分析线性双层规划可行域的结构特征和最优解在约束域极点上达到这一特性,对线性双层规划上层目标函数进行定界,利用二分法原理,构造了一个双线性规划来修正当前的界,提出一种了求解线性双层规划的全局优化算法.     

线性不等式约束优化问题的强信赖域算法

对一类带有非负边界约束的线性不等式约束优化问题进行了研究,提出了一种新的信赖域算法.该算法在内点法的基础上,把非负边界约束从一般的不等式约束中分离出来,化为信赖域约束的一部分,得到一个简单易解的子问题.在一定的条件下证明了该算法具有强收敛性,并给出了数值结果.     

一种求解随机线性二层规划问题的分支定界-粒子群混合算法

将一类随机线性二层规划模型转换为带期望约束的确定性线性二层协方差规划模型,并进一步利用KKT条件将二层协方差规划模型转化为单层规划模型,然后利用分支定界-粒子群混合算法对该模型进行求解.与传统分支定界算法的对比实验表明,该算法有效改善了上层问题的方差结果,且计算效率得到了较显著提高.     

无约束线性二层规划问题的区间算法

利用区间分析研究无约束线性二层规划问题的数值方法.通过建立目标函数的区间扩张和构造无解区域删除检验原则,建立区间算法,证明了算法的收敛性,并进行数值实验,给出数值算例.该算法可以同时求出二层规划的最优值和全部最优解的区间值.算例结果表明该算法是可靠和有效的.     

解一般约束优化问题的牛顿法的超线性收敛性

文献[2]提出了基于F-B函数的解一般约束优化规划问题的牛顿算法,但仅给出了该算法的全局收敛性。在该算法的基础上,进一步证明了该算法的超线性收敛性。     

一种改进的蚁群算法用于灰色约束非线性规划问题求解

针对灰色约束非线性规划问题,设计了一种改进蚁群算法．该算法采用了正反馈机制。在对灰色约束非线性规划问题白化处理后,将罚函数方法引入到目标函数中,同时给出了改进蚁群算法的仿真流程．实例应用表明,将改进后的蚁群算法应用于灰色约束非线性规划问题的求解是可行有效的。     

A trust region algorithm for bilevel programing problems

A trust region algorithm is proposed for solving bilevel programming problems where the lower level programming problem is a strongly convex programming problem with linear constraints. This algorithm is based on a trust region algorithm for nonsmooth unconstrained optimization problems, and its global convergence is also proved.     

不适定线性二层规划问题的一种新的激励模型

针对不适定线性二层规划问题，考虑将部分合作模型中参数合作度更改为变量激励份额，由上层决策者适当分配激励份额给下层决策者，从而使得下层决策者心甘情愿与其合作.首先给出对应的激励模型，并给出与之相对应的罚问题.然后，证明了解的存在性，并设计相应算法来获得原二层规划问题的最优解.最后，数值实验不仅验证了该方法的可行性，并且结果显示，该文激励模型的最优值要优于部分合作模型的结果.     

一种0-1型双层线性规划的分支-定界法

针对上下层变量都是0-1变量的双层线性规划问题,在通过对其模型结构特点研究的基础上,结合双层线性规划问题的定界理论,给出了一种便于求解、结构简单的定界函数和寻找问题全局最优解且基于深度优先的搜索准则,由此提出了一个求解0-1型双层线性规划的分支-定界法.提出的算法具有全局收敛性,并通过算例说明了算法的求解过程.     

一类混合整数双层线性规划的枚举法

通过对上层变量为0-1型变量和下层变量为连续型变量的混合整数双层线性规划问题的,根据分支定界法原理,给出了一种定界函数和寻找问题最优解的搜索准则,由此提出了一个求解混合整数双层线性规划问题的有效枚举方法。提出的算法能求得问题的全局最优解,并通过算例说明了算法的求解过程。     

基于可信度法求解区间双层线性规划问题

采用区间数可信度方法, 给出区间双层线性规划问题可行域和最优解的概念, 并利用单层与双层规划最优值区间方法和极大极小算子, 构建区间双层线性规划问题的确定等价模型. 数值算例结果表明该方法有效.     

双层线性规划的一种全局优化方法

根据双层线性规划全局最优解可在约束域极点上达到的性质和线性规划对偶理念,引进上层目标函数对应的一种割平面约束,对双层线性规划的约束域不断进行切割,求得问题更好的可行解,提出了一种利用单纯形法寻找双层线性规划全局最优解的方法。算例说明了算法的求解过程,并验证了算法的有效性。     

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。     

基于遗传算法的产品分配方案研究

建立了产品分配的时变模型 ,并将其分为两层子问题 .下层子问题为基本的运输问题 ,按一般的线性方程求解 ;上层子问题则求系统的最小成本 ,采用遗传算法进行求解 .同时 ,还进行了大量的计算机实验 ,并在实验过程中将遗传算法与实现产品分配时常用的算法进行了比较 .结果表明 :采用本研究所建模型 ,并利用遗传算法进行求解 ,可以取得相当好的效果 ,具有实现简单、收敛时间短等优点 .