弱线性双层规划问题的罚分解方法

主要研究弱线性双层规划问题的求解方法.首先利用线性规划的对偶理论和罚函数方法思想,将弱线性双层规划问题转化为一个单层非线性规划问题.进一步把该单层优化问题分解为两个含有罚参数的线性规划问题,设计了一个罚分解方法,并用一个简单算例说明了所提出方法的可行性.     

基于路径选择的交通拥挤费定价模型研究

收取交通拥挤费作为交通需求管理的一种有效措施在许多国家和地区开始提倡。本文提出了根据多路径选择的交通分配双层规划模型结果,建立的交通拥挤定价模型。针对双层规划模型,采用了Kuhn-Tucker原理将双层规划模型转化为单层规划问题求解。算例分析不同拥挤费对交通量分配的影响,结果表明模型可以兼顾社会总成本与个人成本的利益,合理确定拥挤费用。     

两层决策问题的全局优化方法

本文建立了一类上层单目标、下层多目标的两层决策问题的数学模型和决策机制，利用辅助模型把下层多目标转化为单目标，形成一个两层单目标规划问题，采用外部逼近法求解此两层单目标规划问题，从而获得原两层决策问题的最优解。该方法为两层决策问题提供了一种求解途经。     

—种求解线性二层规划的神经网络方法

提出了—种求解线性二层规划的神经网络方法.采用以下层问题的对偶间隙为罚项,构造线性二层规划罚问题的思想,将线性二层规划转化成相应的单层规划问题,然后设计求解单层规划问题的神经网络模型,从而得到线性二层规划的最优解.该网络是Lyapunov稳定的,且在适当的条件下收敛于线性二层规划的最优解,仿真结果表明该神经网络可以有效地得到线性二层规划的最优解.     

求解离散网络平衡设计问题的遗传算法

针对离散网络平衡设计二层规划模型,提出了一种新的求解算法,对上层问题采用遗传算法,而对下层问题采用平衡交通分配的Frank-Wolf算法.数值试验结果表明:该算法是有效的.能够较快地求解这类网络平衡设计二层规划模型.     

非平衡交通分配的离散网络平衡设计的遗传算法

针对离散网络平衡设计二层规划模型,提出了一种新的求解算法.二层规划模型中上层问题对它采用遗传算法,下层问题是平衡交通分配模型,对它采用非平衡交通分配方法的拟FrankWolfe算法,并给出了算例,数值试验结果表明本文提出的算法是有效的且计算量小、收敛较快.     

一个求解离散网络平衡设计问题的新算法

针对离散网络平衡设计二层规划模型,提出了一种新的求解算法。在模型求解中,上层问题采用遗传算法,而下层采用仿射尺度内点算法求解平衡交通分配问题。数值试验结果表明,本文提出的算法是有效的,能够较快地求解这类网络平衡设计二层规划模型。     

多维背包问题的变邻域填充函数算法

首先给出解的两个邻域结构,并把多维背包问题转化为相应的无约束整数规划问题.其次构造一个单参数的填充函数,然后提出一类求解多维背包问题的变邻域填充函数算法.实验结果表明,该算法是有效的.     

模糊需求环境下多产品采购配额优化模型

建立了模糊需求和价格折扣并存条件下多产品采购配额分配问题的模糊多目标混合整数规划模型.针对该模型的特点,提出了如下求解策略,即借助于隶属度函数,首先将模型中的模糊目标和模糊约束条件清晰化;然后,通过最大最小算子,将该模糊多目标混合整数规划模型转化为求解等价的多个单目标混合整数线性规划问题;最后,采用两阶段算法求得问题的最优解.通过应用算例验证了模型的有效性和可行性.     

基于平方加权的理想点法解双层多目标规划问题

给出双层多目标规划问题的模型,将基于平方加权的理想点法与KT条件有效结合起来,从而把双层多目标规划问题转化为单层单目标规划问题进行求解,最终得到原问题的有效解.     

拥挤交通网络中交通分配和信号控制的组合

提出交通网络中交通分配和信号配时的组合模型．模型被表示为两层规划．低层表示具有排队约束的wardrop均衡模型，预测驾驶员对信号控制模式如何响应．上层确定最优信号控制以达到网络出行时间最小．     

内河航道网络优化研究

针对内河水运发展结构不合理的问题,考虑货主和航运企业与航道网络规划者之间的博弈关系,构建了一个航道网络优化的双层规划模型,上层模型以航道网络优化方案的建设成本和运行成本之和最小为目标函数,下层模型采用用户均衡的航道网络配流模型,并运用遗传算法对模型求解。以山东省为例进行实证分析,选择3个评价指标对优化方案结果与原规划结果进行对比评价,结果表明,该航道网络优化的双层规划模型所得山东省航道网络优化方案比原方案更优越,提升了区域航道网络的运行效率,验证了模型的有效性。     

用户平衡分配条件下交通控制优化研究

基于信号配时和路径选择之间的相互作用机制,提出了一种区域协调多相位定时控制优化的双层规划模型.模型下层用具有路段容量约束的用户平衡描述拥挤网络条件下的路径选择,并引入了节点流向阻抗,上层为区域协调多相位定时控制优化模型,以总行驶时间和停车次数构成的网络性能指标作为信号优化的目标.采用乘子法求解带有路段容量约束的用户平衡问题,用灵敏度分析算法求解该双层规划问题.     

基于交通效率的城市道路网络优化

道路网络的优化是建立可持续发展交通运输系统的重要环节。引入交通效率的概念,提出了基于交通效率的城市道路网络优化思路。与传统的四阶段交通规划模型相结合,将多车种用户平衡问题作为下层模型,考虑建设费用、污染物排放和能源消耗的约束,建立了使广义交通费用最小化的城市道路网络双层优化模型,分析了关键参数,并应用遗传算法和模拟退火混合算法进行了求解。实例研究表明,该模型既能满足交通需求,又能满足交通系统的环境保护目标。     

一类互补约束优化问题的一个扰动方法的收敛性

互补约束优化问题是一类重要的最优化问题,在科学和工程中有着重要的应用.交通规划的道路扩容问题,经济学领域的DICE模型都是互补约束优化问题.这类问题因为约束集合不满足通常的约束规范而不能用传统的非线性规划方法处理,往往用光滑近似的方法来克服这一困难.考虑一类互补约束优化问题的基于光滑化Fischer-Burmeister函数的扰动方法.证明了当光滑化参数μ↘0时扰动问题的值收敛到原问题的最优值,扰动问题的最优解集合的外极限包含在问题最优解集合中.说明扰动问题很容易满足通常的约束规范,并给出扰动问题的一阶必要性最优条件和二阶充分性最优条件.     

不等式约束优化问题的一个精确增广拉格朗日函数

给出了求解只带有不等式约束非线性规划问题的一个连续可微精确增广拉格朗日函数法,并讨论了它的精确性质.该方法的主要特点是:在适当的假设下,通过对这个增广拉格朗日函数在原问题变量和乘子变量的积空间上进行一个单一的无约束极小化,即可获得原约束问题的解,从而可以有效地使用标准的无约束极小化方法求解不等式约束非线性规划问题.     

城市交通微循环网络设计优化模型

定义了交通微循环概念.建立了交通微循环网络设计双层优化模型,上层问题为在满足路段饱和度约束及最大改造能力约束的条件下使得交通微循环对环境影响最小、交通效率最高及投资最省;下层问题采用用户均衡交通分配来描述驾驶员的路径选择行为.运用功效系数法构造了多目标规划的评价函数,并通过遗传算法建立了模型的求解算法.算例表明,通过求解双层规划模型可同时确定交通微循环网络构成及各条道路改造后的通行能力.     

高速公路出入口选址双层规划模型研究

针对高速公路出入口选址,建立了双层规划模型.上层规划以高速公路出入口的用地和建设成本、改进交通网络的成本和区域内的出行成本最小为目标函数,下层规划考虑了交通网络车辆弹性需求用户均衡配流.最后设计了一个迭代优化算法对模型进行求解.     

求解一类非线性规划问题的混合遗传算法

提出了一种求解目标函数和约束条件均二阶可导的非线性规划问题的混合计算智能算法．该算法是把一种浮点数编码遗传算法和约束变尺度法相结合提高求取全局解的速度和概率．在该算法中，选择、交叉和变异等遗传操作算子是以非线性规划问题的一个惩罚函数为求解对象，目的是把解引向全局解附近，为约束变尺度算子提供初值；而约束变尺度算子直接以原非线性规划问题为求解对象，以发挥其局部搜索能力强的优点，数值实验表明，混合算法是一种可靠、高效的全局优化算法．     

基于随机均衡配流的O-D量估计双层规划模型及算法

在传统随机均衡配流模型的基础上，提出了一种增广的随机用户均衡配流模型及其求解算法。在此基础上构造了一个双层规划模型，用以描述基于随机用户均衡原则的从路段观测流量估计O-D交通量的问题，并给出了相应的求解算法。该模型及其求解算法对于解决O-D估计问题是可行有效的。