双层多目标规划问题的Pareto有效解

研究双层多目标规划问题，提出了“双级Ｐａｒｃｔｏ有效解”和“带权数双级Ｐａｒｃｔｏ有效解”的概念，建立了对应的最优性条件．利用这些条件，我们可以设计求解双层多目标规划问题的算法．     

运用改进遗传算法的输电网规划

遗传算法对许多问题是有效的，但普通遗传算法只能保证全局最优解的出现而不能保证每次都收敛于全局最优解，其原因是在搜索过程中出现的全局最优解不能保留下来，针对这一问题，本文将改进自适应代沟方式的遗传算法用于输电网规划中，一方面保证了计算结果有多个解可供选择，另一方面加快了搜索速度，提出了搜索性能，算例表明了这种改进方法的优越性。     

一般约束凸规划极大熵方法的收敛性

带约束的极大极小问题是一类不可微优化问题，通常的解决是通过增加约束将其转化为可微优化问题，极大熵方法是一种用光滑函数逼近最大值函数的方法；基于这种方法，给出一种求解带一般约束的极大极小问题的逼近方法，并针对凸规划问题证明了这种方法的收敛性，即当控制参数趋于正无穷时，近似问题的最优解收敛于原问题的最优解。     

对经典Rosen算法的一点改进

用Rosen的投影梯度的方法求解凸约束优化问题中的对偶问题，在计算投影梯度的方向时，涉及到求关于原始变量的最小化问题的最优解，我们用并行算法计算出这一极小化问题的其近似解，证明近似解可以达到任何给定的精度，并说明当精度选取合适时，Rosen方法仍然是收敛的。     

一种二次规划的算法及其在安全经济调度中的应用

提出一种基于松驰技术的二次规划新算法，并在解析过程中引用参数规划的思想，通过迭代搜索获得电优解，算法具有对初始点要求低、收敛 可靠、计算负担小的特点，也可用于解算参数二次规划问题。作为应用例子，解算了电力系统中有功安全经济调度问题，给出了计算结果。     

带一个反凸约束的凸规划问题

讨论带一个反凸约束的凸规划问题－ 给出了整体最优解的特性，利用此特性借助分枝定界方法，构造出求该问题整体最优解的算法，并进行了收敛性分析－     

一类推广的整数极小极大问题的求解算法

讨论了一类推广的整数极小极大问题，给出了问题最优解的充分必要条件，在此基础上给出了求解最优解的算法，最后，给出了一个数值例子。     

双线性规划的一种算法

本针对双线性规划问题，提出一种有限步终止算法，该算法基于单纯形分解，通过解有限个线性规划得到最优解。     

自由变量线性规划的对偶解法

针对自由变量的线性规划问题，提出不需增设人工变量，而直接采用单纯形法解其对偶规划，得原线性规划的解。此方法是对偶规划的一个应用，并且不会增加额外的计算量。     

价格控制问题的最优性定理

价格控制问题的模型是另一类线性二级规划问题，本文给出了求价值控制问题最优解的充分必要条件。     

用代理约束求混合整数线性规划问题的初始可行解

本文给出了用代理约束选取混合整数线性规划问题初始可行解的一种方法。理论上的分析和计算的例子表明用这种方法得到的初始可行解是令人满意的,嵌入分支定界法可以提供好的界。     

求非线性规划全局最优解的一个算法

首先给出了判别f（x）的极小值点x0∈D是否为f（x）的最优解的充分必要条件（D为Rn中的闭区域）;在此基础上,给出了求一元函数及多元函数全局最优解的方法．此外,还给出了求一元函数极值的一个迭代算法．     

解整数规划问题的新方法——三步法

本文就整数规划问题提出了一个逐步求解方法——三步法,此法可根据问题的规模和需要求得最优整数解或近似最优整数解。分析与上机运算结果表明,在解大规模整数规划问题的收敛速度方面,本算法明显优于已有的整数规划算法。     

一类非线性规划问题的求解及应用

根据负荷预报和交易规则制订满足电网安全运行的调度计划,在电网管理中具有重要的应用价值。针对该问题,以经济效益为目标,在机组出力及电网安全等因素的限制下,建立了一个非线性规划模型,该模型是由一系列线性表达式的绝对值构成。对模型进行求解时,通过引入一组参数,将其分解为若干个线性规划子问题,再比较这些子问题的解,得出原问题的最优解,并从理论上证明了本算法得到的解是精确最优解。结果表明,本算法在运算效率和计算精度上均优于现有的其他算法。     

模糊线性规划

本文提出了不同于Zadeh,Zimmermann等人给出的模糊线性规划模型,并以例子说明了该模型的解法和应用。     

—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.     

关于人工约束法寻找对偶初始可行解的一个注记

用对偶单纯形法求解线性规划问题,在无法直接求得对偶问题的可行解时,引入人工约束法寻找对偶问题初始可行解．讨论了原问题（LP）与新规划（LPM）解之间的关系,并给出了证明．     

获得线性规划可行解的启发式算法

提出了两个获得线性规划可行解的启发式算法,给出了若干例子验证了算法。