线性规划模型解的判定

从线性规划模型解的存在性分析，线性规划模型存在“有解”和“无解”两种情况．“有解”指有最优解，即有可能存在唯一最优解也有可能存在无穷多最优解；“无解”即无可行解或存在无界解(无最优解)．唯一最优解、无穷多最优解、无可行解和无界解的判定是线性规划模型求解过程的主要组成部分．     

线性规划的网络流模型及其具有整数解的条件

本文把实际问题中的线性规划模型用网络流模型等价地表示，从而使求整数解这类在线性规划中比较麻烦的问题能够找到更为有效的求解算法。另外，本文还给出了该模型具有整数解的条件     

LPGP的漂移与定位解的满意度

针对灰参数线性规划（ＬＰＧＰ）求解中的困难，提出了ＬＰＧＰ定位求解的新思路及定位规划、理想模型、临界模型等新概念；研究了定位系数变化对定位规划最优解的影响以及定位最优值的变化范围；定义了定位规划的满意度和满意解．从而可将灰参数线性规划问题化为若干个一般线性规划问题，在一定程度上解决了灰参数线性规划求解与解的评价问题     

LPGP的漂移与定位解的满意度

针对灰参数线性规划（ＬＰＧＰ）求解中的困难，提出了ＬＰＧＰ定位求解的新思路及定位规划、理想模型、临界模型等新概念；研究了定位系数变化对定位规划最优解的影响以及定位最优值的变化范围；定义了定位规划的满意度和满意解。从而可将灰参数线性规划问题化为若干个一般线性规划问题，在一定程度上解决了灰参数线性规划求解与解的评价问题。     

二层线性规划有效解的研究

二层线性规划的解通常是非Pareto有效解．为了得到二层线性规划问题Pareto有效解,本文提出了用博弈思想的讨价还价模型将问题的最优解进行有效化,所得到的Nash讨价还价解也就是原问题的Pareto有效解．     

含弹性约束的模糊线性规划求解

针对模糊线性规划模型清晰化处理,利用结构元理论,构建并讨论一类含弹性约束条件的新型模糊线性规划,通过引入模糊数的加权特征数,定义了一种序关系并应用Verdegay的模糊线性规划方法,将模糊线性规划转化成一类含参数约束条件的清晰线性规划模型.结果表明:此类线性规划模型最优可行解是可求的,通过此方法可以达到求解过程中优化模型及简化模型的目的.     

关于单纯形方法的一点注记

通过高斯－约当消元法,对极小化的标准形式的线性规划问题,求得某个单位矩阵的基B对应的基本解,但此基本解既不是原始问题的可行解,也不是对偶问题的可行解,在此情形下作者给出了直接求解某一类线性规划问题的扩充的单纯形法。     

陶瓷配方优化设计的建模与应用

根据陶瓷配方优化设计的需要，对以相对误差平方和为目标函数的非线性规划模型，建立极值点满足的条件，运用Mathmetica软件进行了实例求解，说明能获得精度较高的最优解。     

广义对偶单纯形方法

在已经得到的线性规划问题的基本解既不是原始问题的可行解，也不是对偶问题的可行解的情形下，介绍求解线性规划问题的广义对偶单纯形法，它是对偶单纯形法的推广，用此法迭代一次就可得到一个对偶可行解。     

目标规划MULTIPLEX模型的哲学观、有效性和统一化

本文论述目标规划方法论求解系统问题的四个哲学观点,从多目标、满意解、现实和弹性观点阐明了基础模型的概念,以及基础模型向传统线性规划模型和字典序目标规划多纯形(MULTIPLEX)模型的转换,指出转换时所作假设对模型有效性的影响。MULTIPLEX模型不仅兼容传统的单目标线性规划,而且可以统一描述加权线性目标规划、模糊规划和非劣解多目标线性规划等几乎所有各类多目标数学规划。     

非线性规划在数学建模中的应用

针对现实生活中涌现的大量实际问题,要求我们在一定条件下求得最优解,本文介绍了最优化方法中的一种——非线性规划,结合实际问题建立了非线性规划模型,并运用软件Lingo求得最优解。     

变量有上界的线性规划的对偶单纯形方法

给出变量有上界的线性规划问题的对偶单纯形算法, 该算法包含了一般线性规划问题的对偶单纯形算法, 为解变量有上界的线性规划问题提供了又一种方法.     

求解线性规划问题的神经网络模型

提出了一个解线性规划问题了增广的神经网络模型，证明了该网络全局稳定子平衡点，而平衡点就是线性规划问题的解，该网络的优点是，能够实时获得问题的精确解，且可以同时获得带等式或不等式约束的对偶问题解，该网络易于电路实现。     

线性规划最优解的判别准则

单纯形方法是解线性规划问题的一种有效方法,用这种方法解线性规划问题首先要找出初始可行解,然后通过迭化得出最优解。由于退化,迭代时往往会出现循环,为了避免循环的发生,A. Charnes在1952年提出了摄动法, G. B. Dantring等人在1954年提出了字典序方法,1977年R. G. Bland给出了用组合方法解决退化的索性规划问题的迭代方法。这些方法在解退化的线性规划问题时都是通过迭代代得出最优解。我们将用对偶模型给出线性规划问题的又一解法及其最优判别准则。这种解法其实是一次性择优而不需迭代,在某种意义下,可使线性规划问题的解决变得简洁明了,显示出此方法较其它解线性规划的方法优越。     

覆盖对策模型的均衡性

研究了覆盖合作对策模型的均衡性。基于线性规划对偶理论，证明了覆盖对策均衡性的等价条件：覆盖对策是均衡的当且仅当其对应线性规划松弛有整数最优解，并且此时核心就是对偶规划的最优解集。     

线性规划最优解的进一步研究

主要研究了线性规划最优解的参数表示,通过对某一最优解引入参数向量,得到新的LPP模型.通过求解LPP模型便可得到LP最优解的参数表达式.     

线性规划灵敏度分析模型

灵敏度分析是研究线性规划最优解的稳定性的方法。本文研究了约束方程系数参数对最优解的影响的所有情形,给出了参数变化区间,系统解决了线性规划参数变化问题。利用本文建立的模型,能够得到灵敏度分析通用软件。     

线性规划模型无穷多最优解的一种检验方法

针对线性规划模型有解时的两种情形(唯一最优解和无穷多最优解),提出了一种判别最优解是否唯一的方法.该方法通过一系列线性规划模型,可计算出所有决策变量的取值范围.根据这些取值范围,判断最优解是否唯一.进一步给出了一种策略,可确定原问题的一个唯一最优解.最后,数值实验验证了该方法的可行性和有效性.     

基于模糊神经网络算法的灰色线性规划及其应用

将灰色系统理论与线性规划相结合,给出了灰色线性规划模型,采用模糊神经网络算法,求出其最优解,并将该方法运用于连云港市的土地结构优化中,取得了理想的效果.关键词：目标函数;灰色线性规划;模糊神经网络     

一个新的线性规划通用神经网络模型

指出了现有模型存在的局限性，为构造了一种新的神经网络模型用于求解一般线性规划问题，避免了现有网络模型的不足，该模型是线性规划的通用模型，具有全局渐近稳定性，能够惟一地收敛到问题的全局最优解，模拟计算表明了新模型的有效性。