分支定界法优化设计石油套管柱

在套管柱设计领域中引进了分支定界法优化理论。阐述了分支定界优化设计石油套管的基本思想，并简单介绍了利用该方法开发出的一套套管柱优化设计软件。与常规设计法相比，用该优化软件设计出的套管柱，用最低费用套管优化组合设计能节约费用２３．６４％，重量降低０．２４％，用最轻重量套管优化组合设计可节约费用用１８．５５％，重量降低１９．１１％。     

无容量限制设施选址问题的分支定界法

设施选址问题是经典的优化问题.一个好的选址方法可以有效节省费用,促进生产和消费的协调与配合,使得设施系统平衡发展.企业的优势和公共设施的盈利能力同样依赖于设施的选址结果.介绍了无容量限制的设施选址问题,给出了该问题的数学模型,提出了解决此问题的一个精确算法———分支定界法,最后通过一个算例说明了算法的有效性.     

分支定界法及其自组织异步并行实现

在讨论分支定界法的并行计算的基础上，就分支定界法求解分段线规划问题提出了一种具有自组织功能的并行计算过程，并给出了能提高并行效率的异步并行计算的实施方案。     

分支定界算法优化一维下料问题

一维下料问题是生产实践中常见的问题,优化下料要求最大限度地节约原材料,提高原材料的利用率.本文提出分支定界算法优化一维下料问题,并用MATLAB编写程序,通过计算机来完成这一复杂的过程.     

分支定界半监督SVM在油层识别中的应用

为解决油层识别中存在的获得有标记数据的代价过高,有标记数据稀少的问题,提出一种新的基于分支定界的半监督支持向量机(branch and bound for semi-supervised support vector machine,BBS3VM)的油层识别方法。此方法主要将半监督学习(semi-supervised learning, SSL)和分支定界的思想引入到支持向量机(support vector machine, SVM)分类算法中。通过半监督学习的思想,使用大量未标记的样本来改善学习性能,利用分支定界算法提高半监督支持向量机(semi-supervised support vector machine,S3VM)算法的分类精度,将此改进算法应用于测井数据挖掘中的油层识别。经过对某油田的实际测井资料进行处理,实验结果表明,半监督油层识别方法要优于传统的S3VM分类算法,识别率更高,分类效果更显著,与全监督的SVM算法相比较,得到相差不大的分类精度的同时,速度更快。     

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.     

整数规划的分支定界法及其MATLAB实现

讨论了整数规划问题中分支定界法的基本原理和求解过程以及算法思想,通过MATLAB中提供的优化函数,实现了快速解决整数规划的问题．同时改进了对于此类问题的计算量巨大和编制程序困难的问题,使用了堆栈而不是递归,节约了计算中的资源。编制的MATLAB线性整数规划的程序．可以编译成C／C＋＋实现和COM组件。     

一类非凸规划的分支定界算法

针对一类非凸规划问题(NP)提出有效的分支定界算法.首先,利用目标函数的特性将其转化为等价的极小化问题(P),通过对其可行域的细分和求解一系列凸规划问题,不断更新(NP)全局最优值的上下界.为提高计算效率,一个问题的最优解作为下一个问题的初始解,并提出了新的删除技术.理论上证明该算法是收敛的,数值试验结果表明算法是有效可行的.     

基于分支定界方法的双边装配线平衡

针时目前研究较少的双边装配线平衡问题，分析、研究了双边装配线的特点及其时平衡的特殊要求，建立双边装配线平衡问题的数学模型，并提出一种分支定界算法来最优化装配线的平衡。该算法采用基于任务、单步、深度优先的方法进行搜索，采用一系列启发式规则来控制分支节点搜索顺序，运用节点支配规则，下界规则，最大缓冲时问规则等时分支节点进行定界，以便迅速找到最优解，算例结果证明该算法具有较好的性能。     

求解凸比凸比式和问题的单纯形分支定界方法

针对凸比凸比式和问题提出一单纯形分支定界算法.该算法通过引入新的变量将原问题转化为一系列线性规划子问题,从而可用标准的单纯形方法求解这些子问题,且随着迭代次数的增加子问题规模并不扩大.另外从理论上证明了算法能收敛到原问题的全局最优解,且数值实验表明算法是可行的.     

一类非线性整数规划问题的切平面分支定界算法

针对一类非线性整数规划问题,提出了一个基于切平面的分支定界算法.在这个方法里,用切平面方程将非线性可行域线性化,同时在子问题上确定可行方向,生成切平面,切掉没有整数解的可行域,缩小了可行域,可以减少分支的次数,并进行了收敛性分析和证明.     

线性分式和规划问题的分母输出空间分支定界算法

提出了一种新的线性分式和规划问题的分母输出空间分支定界算法,并证明了算法的收敛性.在这个算法中,以目标函数中每个分式的分母作为变量构成输出空间,对这些变量的取值范围笛卡尔乘积构成的超矩形进行剖分,在决策变量远远大于分式的个数时可以大大地降低计算量,同时用线性规划松弛技术确定下界.数值实验表明所提出的算法可行有效.     

一类非线性比式和问题的分支定界算法

针对一类带有常系数的非线性比式和全局优化问题(P),给出求解该问题的分支定界算法.首先,将问题(P)转化为问题(Q),两者的变量个数和约束条件的个数相同.然后,利用不等式放缩的方法,建立问题(Q)的松弛线性规划,并结合分支定界算法求解.最后,在此基础上提出区域删减策略,并进行数值实验.结果表明:本算法和删减策略均是有效的.     

基于分枝定界法的车辆配载问题

建立了能实现配送中心车辆均衡与效率的车辆配载模型,提出了分枝定界法解决车辆配载问题的方法,从而达到帕累托效率配置的要求．算例验证了该方法的可行性和有效性．     

线性比式和分式规划问题的分支定界算法

针对线性比式和问题(P)提出一种新的分支定界算法,并进行数值验证.该算法把问题转换成等价问题,并利用线性松弛技术建立问题的松弛线性规划,从而将原始的非凸规划问题归结为一系列线性规划问题,通过可行域的连续细分以及求解一系列线性松弛规划,得出的算法收敛到问题(P)的全局最优解.数值算例结果表明算法是可行有效的.     

非凸二次规划的分支定界方法

通过构造二次函数的线性下界函数给出非凸二次约束二次规划问题(QP)的松弛线性规划,提出分支定界算法,数值计算表明算法是有效可行的.     

基于分支定界算法的护士排班模型研究

针对国内缺乏通用排班模型和排班技术落后的问题,本文通过调研分析建立了带有强、弱约束的护士排班模型,并采用整数规划的分支定界算法对模型进行求解和分析。实例验证了该模型的有效性和可行性,有利于提高护理工作的积极性。     

一类不定二次规划问题的分枝定界法

研究一类特殊的不定二次规划问题的全局最优解.首先利用广义Cholesky分解对该类不定二次规划问题进行预处理,然后进行凹凸分离并用常见的分枝定界法进行求解.利用典型算例进行数值试验,并在试验过程中对分枝定界法采用新的剖分原则进行线性逼近,结果表明该算法是有效的并且运行时间和迭代次数都较少.     

整数规划中的割平面法与分枝定界法比较

整数规划是规划论中较新的一个分枝,它是研究决策变量取整数的一类线性规划,主要的解法有割平面法和分枝定界法两种.对它们进行介绍后,通过求解具体问题进行分析比较.     

线性乘性规划的因式输出空间分支定界算法

提出了一种新的线性乘性规划问题（LMP）的因式输出空间分支定界算法,首先利用目标函数中每个乘积项的一个因式作为变量构成输出空间,并对其进行超矩形的对分,同时在每次迭代时用松弛线性规划确定原问题（LMP）的下界,并证明了算法的收敛性,数值实验表明提出的方法是可行的.