求解多目标规划的一类评价函数法

提出求解多目标规划的一类评价函数法,这类方法包含了王雪华、笔者给出的评价函数法     

求解多目标规划的一种模糊目标算法

本文在文献[1]的基础上,引入模糊数学思想,提出了一种全新的求解多目标规划算法．其不仅简化了文献[1]的算法过程,还解决了如何判断解的有效性问题．     

求解线性多目标规划的一种新方法

给出求解线性多目标规划问题弱有效解子集的一种新算 法. 在不同的条件下, 运用此算法得到了线性多目标规划的弱有效解子集, 并在得到的解子 集中再次进行寻优, 进而得到弱有效解集中决策者满意的较优解; 同时用VC++语言实现 了此算法, 并给出了具体算例.     

一类二层多目标规划的解法

在上层决策变量作为参数的情况下，将上层为单目标，下层为线性多目标的两层优化问题，转化为含参变量的有效集上的单目标问题，给出了一个相应的算法。     

一类多目标规划有效解的充要条件

给出了广义E-凸多目标规划的KKT必要条件的充分性以及鞍点充分条件的必要性.在广义E-凸性假设下,建立了有效解的两个充要条件.研究结果是对现有研究结果的改进与推广.     

一类多目标分式规划的最优性条件

该文在（３）所定义的一类非光滑广义凸函数类假设之下,研究相应不可微多目标分式规划真有效解（或弱有效解）的最优性条件,鞍点条件及Ｌａｇｒａｎｇｅ乘子条件。     

一类不可微多目标规划的 Kuhn-Tucker 充分条件

对局部Ｌｉｐｓｃｈｉｔｚ函数引进了广义凸性的概念，讨论了一类不可微多目标规划的ＫｕｈｎＴｕｃｋｅｒ最优充分性条件．     

求解多目标最优化问题的一类极大熵评价函数法

构造出求解多目标最优化问题的一类极大熵评价函数法．这类方法可将多目标最优化问题转化成单目标最优化问题．通过求解所得到的单目标最优化问题，可得到多目标最优化问题的有效解或近似有效解．     

多目标规划最弱有效解集的结构

本文对多目标规划问题的最弱有效解集在结构上进行了探讨,得到了两个重要性质。     

一类多目标广义凸规划问题的最优性条件

B-半预凸函数是一类新的广义凸函数,它既是B-凸函数、B-预凸函数又是半预凸函数的推广形式,即为熟知的凸函数的推广。讨论了目标数和约束数均为B-半预凸函数且连续可微时的多目标规划问题,在B-半预凸函数的限制下得出了多目标规划问题的可行解为其有效解的最优充分条件。     

多目标优化问题的同伦方法

用组合同伦方法求解带有不等式约束的多目标优化问题, 该同伦方法不要求可行域满足法锥条件, 且目标函数权重向量的初始值是非可行的. 在上述条件下, 给出了同伦路径的存在性、 有界性和收敛性的证明.     

不可微多目标数学规划的高阶对偶性

引入了一类不可微多目标数学规划的高阶对偶模型。在广义凸性条件下,建立了弱对偶性定理。其结果推广和统一了近期文献上出现的结果。     

非凸不可微多目标规划问题的混合对偶性

给出了一类不可微多目标规划问题的混合对偶模型,使得Wolfe型对偶和Mond-Weir型对偶是其特殊情况,并在函数广义F,ρ-凸性的条件下建立了多目标规划问题关于有效解的混合对偶理论.     

多目标规划问题有效解的等价条件

本文从目标函数的像集出发,在像空间中求出有效点.给出有效点存在的充分必要条件.这是多目标规划问题有效解的等价性条件.     

将组合特性引入非线性规划中的一些探讨

能否把一个非线性规划的算法进行改造后用于线性规划,使算法在解线性规划时的时间为问题大小的一个多项式阶,这是一个很有意义的研究方向。为了讨论这种改进,就要对本来是针对连续优化问题的算法以及问题本身的表达引入组合特性。本文通过对目前存在的线性规划的多项式时间算法的组合特性的分析,提出对一般算法引入组合特性的可能途径。这种途径主要是利用广义的二分搜索的一些性质。文中还分析了Karmarkar算法的非线性收敛性质。     

权重法在非线性多目标规划中的应用

本文主要讨论权重法作为决策技术在应用上存在的问题以及造成这些问题的原因.针对二个目标的决策问题,在决策者与分析者相互作用和非相互作用情况下,提出了处理问题的办法.文中提出的将NISE方法与决策者对不同目标的偏爱和价值判断结合起来、采取对话的方式求得最佳协调解方法,计算简单,工作量省,对话方便,是一种很有效的多目标求解方法.     

岩土介质弹塑性耦合问题的数学规划模型

针对岩土介质的弹塑性耦合问题，建立了相等价的数学求解模型，此模型的泛函表达式描述问题简洁，明了，便于求解，本文还建立了数值求解算法。     

弱凸多目标规划问题的最优性条件

在一类单目标全局最优性条件的基础上, 利用抽象次微分与抽象法锥研究多目标规划问题, 给出弱凸多目标优化问题有效解的充分条件, 并将单目标优化问题推广到多目标优化问题.     

求解一类比式规划问题的确定性算法

对一类比式规划问题(P)提出一确定性全局优化算法.利用线性化技术建立了问题(P)的松弛线性规划(RLP),通过对目标函数线性松弛可行域的逐次细分以及一系列(RLP)的求解过程,提出的算法收敛问题(P)全局最优解.最终数值实验表明了提出方法的可行性.     

多目标规划中的一个基本最优性条件

构造一个例子说明文献[1]中的问题1之结论不真,从而揭示了多目标规划与单目标规划的一个本质区别,然后导出多目标规划的一个基本最优性条件。