求解混合整数双层规划的凸组合算法

利用罚函数思想和最优值函数的概念将混合整数双层规划转化为连续变量的单层非线性规划,然后用事先确定步长的凸组合算法迭代求解此单层非线性规划,进而得到原双层规划的局部最优解.     

一类具有多重二层决策的线性双层规划问题及其推广

讨论一类极小化双层规划问题:其第一层是线性规划,第二层是K(K≥1)个带有参数的线性规划;给出了这类双层规划问题具有恰当罚函数的充要条件,并且指出此类问题在一定条件下解的性质;考虑了第一层目标函数为线性分式函数而其余条件不变时的推广问题,得到了类似的结果.     

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。     

一类非线性二层规划的Frank-Wolfe方法

利用下层问题的K-T最优性条件将下层为线性规划的一类非线性二层规划转化为相应的单层规划,同时取互补条件为罚项,得到该类问题的单层罚问题;然后利用Frank-Wolfe方法对单层罚问题进行求解.数值实验表明该方法是可行的.     

一类分式双层规划的解及其性质

讨论一类双层规划：第一层中的目标函数是分式且约束是线性的，第二层是带参数的线性规划。给出了这类双层规划具有恰当罚函数的充要条件，以及这类问题的解的一些性质。     

—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.     

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.     

一类双层规划的恰当罚函数的存在性

本文讨论的极小化双层规划是：其第一层中的目标函数是凸的且约束是线 ，其第二层是带有参数的线性规划。本文提出了一种恰当罚函数法，给出了此双层规划具有这种恰当罚数法的充要条件。与线性双层规划的有关结果相比较，本文的推广是两方面的，其一是目标函数可以为非线性，其二是第二怪中的目标函数允许在两层中的线性约束所刻划的多胞形上为无下界。     

一类具有多重二层决策的线性分式双层规划

讨论一类极小化双层规划问题:其第一层目标函数是线性分式函数,第二层是K(K≥1)个带有参数的线性规划.给出了这类双层规划问题有解的一个充要条件,并且证明了该问题的解可以在多面体的某个顶点处达到.     

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.     

A New Variant of Penalty Method for Weak Linear Bilevel Programming Problems

We present a new variant of penalty method, which is different from the existing penalty methods, for solving the weak linear bilevel programming problems. We then transform it into a single-level optimization problem using Kuhn-Tucker optimality condition and discuss the relations between them. Finally, two examples are used to illustrate the feasibility of the proposed penalty method.     

A Branch and Bound-Based Algorithm for the Weak Linear Bilevel Programming Problems

Most real-world optimization problems are hierarchical involving non-cooperative objectives. Many of these problems can be formulated in terms of the first (upper level) objective function being minimized over the solution set mapping of the second (lower level) optimization problem. Often the upper level decision maker is risk-averse. The resulting class of problem is named weak bilevel programming problem. This paper presents a new algorithm which embeds a penalty function method into a branch and bound algorithm to deal with a weak linear bilevel programming problem. An example illustrates the feasibility of the proposed algorithm.     

Exact penalty method for the nonlinear bilevel programming problem

In this paper, following the method of replacing the lower level problem with its Kuhn-Tucker optimality condition, we transform the nonlinear bilevel programming problem into a normal nonlinear programming problem with the complementary slackness constraint condition. Then, we get the penalized problem of the normal nonlinear programming problem by appending the complementary slackness condition to the upper level objective with a penalty. We prove that this penalty function is exact and the penalized problem and the nonlinear bilevel programming problem have the same global optimal solution set. Finally, we propose an algorithm for the nonlinear bilevel programming problem. The numerical results show that the algorithm is feasible and efficient.     

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.     

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.     

一类灰色二层线性多目标规划问题及其算法

将下层带多目标函数的二层线性规划与灰色理论相结合,提出了一类灰色二层线性多目标规划问题,给出了该问题的数学模型和相关概念。在约束域为非空紧集的条件下,证明了漂移型灰色二层线性多目标规划问题的最优解一定可以在约束域的极点达到,并提出了一个基于k次最好法的求解算法,证明了该算法具有全局收敛性,算例分析验证了所提算法是有效的。