联合概率约束问题的一个光滑函数法

许多有重要价值的实际问题均属于联合概率约束优化问题（JCCP）,该类问题通常是非凸的并且非光滑,有效求解方法多集中于凸近似方法,往往局限于具有单个概率约束的问题．本文基于两个凸函数之差（即D．C．函数）为约束的近似优化问题,提出了约束函数的光滑近似函数以及相应的光滑近似问题．通过收敛性分析,证明了当参数充分小时,光滑化的近似问题的最优值和最优解集分别收敛到（JCCP）的最优值和最优解集．     

线性规划问题的最优解

在标准型线性规划问题的最优单纯形表的基础上,得到规划问题的所有最优解的表达通式和从表上判定规划问题有唯一最优解还是有无穷多最优解的几个判定定理。可为用线性规划解决实际问题提供理论依据．     

弱有效集上凹函数极大问题的分枝定界算法

弱有效(有效)集上的优化是处理多目标线性规划的一种重要途径.考虑了弱有效集上凹函数的极大问题.这个优化问题主要有两方面的困难一方面,弱有效集一般说来不再是凸集;另一方面,该问题不属于存在一个全局最优解在多面体集的一个极点处取得的一类问题.因此,提出的方法的主要思想是问题首先被转化为Rk+1空间中一个特殊全局优化问题;其次,对这个问题建立了一个分枝定界型算法.算法的分枝过程采用锥形剖分,定界过程通过求解普通的线性规划实现;最后,对算法的收敛性进行了分析.     

线性规划问题有无穷多个最优解的判别方法

本文给出了如何用求线性规划的基本方法单纯形法判别线性规划问题有无穷多个最优解的方法，特别地给出了在线性规划问题最优基单纯形表中存在某个非基为量的检验数为零而且这和对应的列向量无正元素时，这种用单纯形法无法迭代是，无穷多个最优解的判别方法，并相应给出了如何从一个已知最优解，求出其它一些最优解的方法。     

基于CVaR的债券投资组合模型及求解

针对债券投资组合中的风险度量难题,用CVaR作为风险度量,构建了基于CVaR的债券投资组合优化模型.考虑了一种光滑化技术,将非光滑的债券投资组合优化模型转化为一种光滑化的优化模型,该模型具有全局最优解.针对模型的求解,给出了光滑化方法和基于线性规划的方法,数值结果表明光滑化方法具有更好的计算性能,并且两种方法都能有效地求解债券组合投资优化模型.     

带有二次约束非凸二次规划问题的一种全局优化方法

对带有二次约束非凸二次规划问题进行研究,利用二次函数的结构和性质,对目标函数和约束函数进行线性下界逼近,建立原规划问题的一个新的线性规划松弛,以便确定它在超矩形上全局最优值的一个下界;利用超矩形上的最长边的对分策略,以及超矩形的缩减和删除技术,提高算法的收敛速度;通过对松弛线性规划可行域的细分以及一系列的松弛线性规划的求解过程得到原问题的全局最优解,从理论上证明了算法能收敛到原问题的全局最优解,最后数值例子也说明了算法是有效的.     

带有二次约束非凸二次规划问题的一种全局优化方法

对带有二次约束非凸二次规划问题进行研究,利用二次函数的结构和性质,对目标函数和约束函数进行线性下界逼近,建立原规划问题的一个新的线性规划松弛,以便确定它在超矩形上全局最优值的一个下界;利用超矩形上的最长边的对分策略,以及超矩形的缩减和删除技术,提高算法的收敛速度;通过对松弛线性规划可行域的细分以及一系列的松弛线性规划的求解过程得到原问题的全局最优解,从理论上证明了算法能收敛到原问题的全局最优解,最后数值例子也说明了算法是有效的.     

可微非线性规划的最优性条件

利用可微凸函数的性质给出了判定可微非线性规划最优解的几个条件.     

线性规划解的严格互补进

本文证明了所有标准线性规划问题的几乎所有的最优解都是严格互补的。     

线性二级规划问题的一种解法

本文以线性二级规划问题（ＬＢＰ）解的可行性条件和罚函数方法为基础，提出了一种只要用单纯形法解有限个线性规划问题，总可以找到ＬＢＰ的极最优解的解线性二级规问题的方法．这些线性规划问题很容易构造出来，整个计算是程式化的，很容易编制计算机程序，迭代步骤一般相当少．     

具有模糊变量和模糊约束的模糊线性规划问题

提出一类具有模糊变量和模糊约束的模糊线性规划问题，给出了求解的算法步骤，得到了原问题的模糊最优解。     

二层随机规划逼近ε-最优解集的Hausdorff收敛性

二层随机规划是由上、下层随机规划组成的,下层随机规划是以上层决策变量为参数的随机规划问题,而上层是以下层随机规划的最优值作为响应的随机规划问题,对于此类的二层随机规划问题,本文首先讨论了下层随机规划最优值的收敛性,然后将下层随机规划的最优值反馈到上层,得到了上层随机规划逼近ε-最优解集序列的Hausdorff收敛性.     

关于线性规划最优解唯一的几点注释

文章改进了线性规划问题最优解唯一存在的充分必要条件，同时也修正和弥补一些教材或专著在此问题上的错误和不足．     

模糊线性规划的一个简单算法

模糊线性规划的一般解法归结为解三个普通线性规划问题,或用迭代法进行,计算都比较复杂,本文指出,在一定的条件下,只要解了第一个普通线性规划,便可较容易地获得模糊线性规划的最佳点,从而简化了计算过程。     

广义超解析函数在可数条光滑闭曲线上的Riemann问题

研究了广义超解析函数在可数条光滑闭曲线集L=sum from l=f to ∞(L_l)上的Riemann边值问题,其中L_l(l=1,2.……)凝聚于有限点z_0。根据Whitney延拓定理,利用超复积分算子,建立了问题的标准函数,从而得到了边值问题一般解的表示式、向题可解的充分必要条件以及线性无关解的个数与指标间的关系。     

非凸非光滑向量优化弱有效解的充分条件

本文通过引入非光滑的伪不变凸函数，分别对有限维和无限维向量优化问题给出了弱有效解的充分条件。     

浅水长波近似方程的行波解分支

运用平面动力系统理论、分支理论和直接方法研究浅水长波近似方程,证明该方程存在光滑孤立波解、扭结波解、反扭结波解及无穷多光滑周期波解.并在不同的参数条件下,给出光滑孤立波解、扭结波解、反扭结波解和光滑周期波解存在的各类充分条件,求出了上述一些有界的显式精确行波解.     

多参数正则化求解带有脉冲噪声的稀疏反问题

带有L_1模拟项的稀疏正则化其正则化项以及罚项均为不可微的,这使得该问题难于求解.采用多参数正则化方法,对带有L_1罚项的稀疏正则化泛函添加L_2罚项,通过对偶方法将原不可微问题转化为光滑约束问题,并进一步讨论了多参数正则化的收敛速度.提出对偶投影算法求解光滑约束问题.最后通过数值算例验证理论结果.     

一类联合最大特征值函数优化问题

非光滑凸优化问题是运筹学的一类重要问题.束方法作为解决非光滑凸优化问题最有效的方法之一,已经被广泛地应用于各个领域.运用束方法对最大特征值函数与一般非光滑凸函数之和的优化问题进行研究.首先,对目标函数进行近似;其次,给出求解此类优化问题的带有罚项的束方法算法;最后,通过收敛性分析证明了算法产生的序列会收敛到原问题的最优解.     

交互满意方法在多目标模糊非线性规划中应用

在运用浮点遗传算法的多目标全系数模糊非线性规划中,提出交互模糊满意方法.引入α-水平集把MOFNLP转化为α-MONLP.通过线性隶属函数量化.给出具体的α水平度和参考隶属度,利用浮点遗传算法解最小值问题得到Pareto最优解,并通过调整α水平度和参考隶属度使决策者从多个Pareto最优解中得到满意解.