非光滑优化信赖域算法的改进

给出了无约束非光滑优化问题的一种改进的信赖域算法。改进后的算法不仅满足全局收敛性，而且算法中增加的内循环在有限步内必终止，进一步减少了矩阵的运算量。最后给出一些初步的数值实验。     

企业资源扩张的最优决策分析

企业效益是以规模为基础的,但也决非规模与效益成正比。为了获得最优效益,企业要找到最优规模。通过建立企业基本凸二次规划模型,将K-T条件法与制约函数法相结合,构造了拉格朗日函数,找到最优解;在最优解的基础上重建企业资源扩张模型,最后求出企业最优扩张系数,得到获得最大效益的资源配置。     

不确定规划模型及其算法研究

分析并建立不确定规划的期望值处理模型，机会测度分析模型，极大化事件实现机会的数学模型。给出不确定环境下多层规划的数学模型，不确定Monte-Carlo规划，不确定多属性决策区间熵权规划以及不确定结构规划的神经网络优化模型。并给出不确定规划的混合智能算法。不确定复杂问题决策系统表象和实质各异，有效分析、评价的方式和方法多样，定量的和科学的描述与解析既是问题的深入的前提，也是复杂系统得以优化的保障。     

Monte-Carlo理论与优化方法的研究

概述了蒙特卡罗（Monte-Carlo）方法随机产生原理，构造了系统问题数学模型解的数学期望逼近。特别给出了高给积分计算和非线性规划优化解的算法和程序实现。统一建立了复杂可积系统和不规则可行域非线线规划问题的算法理论，论下了当基于梯度理论的优化问题寻优困难时Monte-Carlo方法逼近时的境洁性和广泛适应性。     

单调函数关系限定下的模糊算子的研究

鉴于标准的模糊算子运算随着运算次数增加,结果越来越模糊的局限性,考虑了模糊算术因子之间的相关关系,介绍了限定性的模糊算子和有关模糊结构元的理论,给出了二元运算之间因子存在单调函数约束限制的模糊算子,利用结构元的方法,还给出了此类模糊运算结果的解析表达形式。     

一种求解对称锥互补问题的算法

提出了一种求解对称锥互补问题的信赖域算法.基于光滑函数,将对称锥互补问题转化为无约束优化问题,构造了信赖域子问题,利用结合非单调策略的信赖域算法进行求解,并证明了该算法具有全局收敛性.仿真实验结果表明,算法对求解对称锥互补问题是有效的.     

供应中断与随机产出下的双源订货决策行为

以传统供应链订货模型和行为运作管理框架为理论指导,针对分别面对供应中断和随机产出风险的供应风险情境,从不确定供应链结构和传统理论模型分析角度出发,以供应中断和随机产出情境下双供应商的订货决策理论模型的构建与最优解解析为基础,设计针对性实验室实验并开发订货决策数据采集系统,以实现真实订货决策数据的统计检验分析。利用实验室实验分析与理论建模相结合的方法研究不确定环境下供应链实际订货决策行为,剖析实际订货决策的行为表现和变化规律,对供应中断和随机产出情境下双供应商的供应链订货决策行为进行系统性研究。研究结果表明,在理论双源订货最优情境下,决策者向两供应商的实际订货量和总订货量均显著偏离理论最优,两供应商的订货量间表现出明显的供应锚定行为,特别是决策者向两供应商订货时呈现出显著的负相关依赖性订货行为,低中断组的负相关依赖性行为相较于高中断组较弱,高利润组的负相关依赖性行为相较于低利润组更强。     

混合动态步长递变与局部混沌搜索的YSGA改进及其应用

绯鲵鲣优化算法(YSGA)作为一种新型的仿生优化算法,有很多可进一步改进和拓展的角度.鉴于传统YSGA算法在迭代搜索过程中始终保持恒定的追逐者学习步长并不利于后期对解空间的有效搜索,继而提出一种通过引入种群追逐者搜索步长的动态递变策略以有效调控算法的全局搜索和局部开采性能,同时融入混沌搜索策略以增强YSGA算法的局部搜索性能,继而通过混合动态步长递变策略与局部混沌搜索策略而提出一种改进的绯鲵鲣优化算法(IYSGA).最后将IYSGA算法用于极限学习机(ELM)的参数优化选择中以增强其分类识别性能.数值实验验证了IYSGA算法具有较好的极值优化性能和算法稳定性,并表现出较高的ELM参数优化有效性和可行性.     

一种求解二阶锥规划问题的新算法

为了提高求解二阶锥规划问题的效率,提出一种新的求解二阶锥规划问题的非单调信赖域算法.基于Fischer-Burmeister光滑函数,对二阶锥规划问题的最优性条件进行转化,得到与其等价的无约束优化问题的非线性可微的光滑方程组,构造信赖域子问题,利用非单调信赖域算法求解.算法在求解信赖域子问题时,提出了一个新的自适应选取信赖域半径机制,搜索到全局最优解.数值实验结果表明,该算法运行速度快、迭代次数少,比内点算法和不可行内点算法优越.     

基于Hopfield网的煤与瓦斯突出分类模型

针对原有Hopfleld网学习算法的局限性,利用Hopfield网的非线性逼近能力来模拟煤与瓦斯突出中各指标的复杂非线性关系,通过联想记忆功能对煤与瓦斯突出进行分类。引入一种基于混合混沌法的学习算法,较快较好地训练了网络。将煤与瓦斯突出分类指标化分等级,进行编码,基于混合混沌法训练Hopfield网,建立煤与瓦斯突出分类模型。通过实验检验,证明了此模型的实用性。