一类非线性二层规划的Frank-Wolfe方法

利用下层问题的K-T最优性条件将下层为线性规划的一类非线性二层规划转化为相应的单层规划,同时取互补条件为罚项,得到该类问题的单层罚问题;然后利用Frank-Wolfe方法对单层罚问题进行求解.数值实验表明该方法是可行的.     

非线性混合整数规划的罚函数法

本文主要对非线性混合整数规划问题的求解进行讨论.首先介绍传统的l1精确罚函数及其性质,但由于l1精确罚函数的不光滑性,用l1精确罚函数求解时还必须将其连续化.为了计算简单,我们通过构造一个光滑的精确罚函数,它可以直接将非线性混合整数规划问题化为一个无约束的规划问题,然后给出了一个全局解等价的充要条件,从而可通过求解无约束的规划问题而得到原问题的解.     

非线性混合整数规划的一类罚函数法

在有界闭箱中对非线性混合整数规划问题进行探讨和研究,将非线性整数规划问题的连续化理论推广到一般非线性混合整数规划情况.为了计算简单,对一般约束优化问题,通过构造适当的罚函数,直接将非线性混合整数规划问题化为一个无约束规划问题.结果表明当罚参数充分大时,可以将无约束和有约束的非线性混合整数规划问题转化为非线性连续全局优化问题求解,得出非线性混合整数规划与相应的连续的全局解的等价性的几个充分条件,给出了证明.此外,列举一些实例对该方法作说明.     

二层规划的扰动解

传统的二层规划求解方式是利用下层规划的KKT条件将其转化成单层规划问题.由于互补松弛条件的存在使得MFCQ和线性独立等约束规格不成立.探讨了对互补松弛条件给出ε出扰动后的非线性规划求解问题,以及扰动解收敛到原二层规问题局部最优解的条件,并探讨这些条件实现的可能性.     

Genetic Algorithm for Solving Quadratic Bilevel Programming Problem

By applying Kuhn-Tucker condition the quadratic bilevel programming,a class of bilevel programming,is transformed into a single level programming problem,which can be simplified by some rule. So we can search the optimal solution in the feasible region,hence reduce greatly the searching space. Numerical experiments on several literature problems show that the new algorithm is both feasible and effective in practice.     

求解一类非线性规划问题的新途径

给出了一类约束函数单调而目标函数非单调的非线性规划问题的一种新的求解方法。首先给出了将其目标函数单调化的一种方法，然后．通过这个方法将这类非线性规划问题转化为等价的单调规划问题，进而利用已有的关于单调函数的凸化、凹化方法，可将其转化为等价的凹极小问题或反凸规划问题以及标准DC规划问题．再利用已有的关于这些规划问题求全局极小点的方法，可以求得原问题的全局极小点。     

不适定线性二层规划问题的一种新的激励模型

针对不适定线性二层规划问题,考虑将部分合作模型中参数合作度更改为变量激励份额,由上层决策者适当分配激励份额给下层决策者,从而使得下层决策者心甘情愿与其合作.首先给出对应的激励模型,并给出与之相对应的罚问题.然后,证明了解的存在性,并设计相应算法来获得原二层规划问题的最优解.最后,数值实验不仅验证了该方法的可行性,并且结果显示,该文激励模型的最优值要优于部分合作模型的结果.     

求解二层规划问题的萤火虫智能群优化算法

针对二层规划问题,给出二层决策问题数学模型的一种新的解法,二层规划萤火虫智能群优化算法:首先采用以原问题的下层问题的Kuhn-Tucker条件代替下层问题的思想,将二层规划问题转化为单层规划问题.其次为避免求解目标函数的梯度信息以及算法过早的陷入局部最优,利用基于Pareto最优解集的萤火虫智能群优化算法对其进行求解,并利用Matlab予以实现.利用5个具有代表性的标准测试实例对该算法予以测试,并与其他算法进行比较.结果表明,结合Kuhn-Tucker条件的萤火虫智能群优化算法在5个测试函数中均能寻找到最优Pareto解,并且在求解的上层目标函数值上均优于对比算法,表明新算法可行有效.     

二维装箱问题非线性规划模型和算法

二维装箱问题是具有广泛应用背景的一类组合优化问题,这类问题是NP难问题,很难得到精确解.将二维装箱问题表示为一个非线性规划模型,用变分分析中切锥的概念建立了这一优化问题的一阶最优性条件.给出了求解这一优化问题的增广Lagrange方法,并求解了具体问题.数值实验表明增广Lagrange方法适合求解该问题,对于不超过10个物品的装箱问题可以求得精确解.     

一类灰色二层线性多目标规划问题及其算法

将下层带多目标函数的二层线性规划与灰色理论相结合,提出了一类灰色二层线性多目标规划问题,给出了该问题的数学模型和相关概念。在约束域为非空紧集的条件下,证明了漂移型灰色二层线性多目标规划问题的最优解一定可以在约束域的极点达到,并提出了一个基于k次最好法的求解算法,证明了该算法具有全局收敛性,算例分析验证了所提算法是有效的。     

求解半无限规划问题的一个非线性Lagrange函数

由于工程、经济等领域的许多实际问题数学模型均为半无限规划问题,近年来,半无限规划问题成为求解实际问题的强有力工具.旨在探讨用于求解半无限规划问题的非线性Lagrange函数.在一定的条件下,将半无限规划问题转化为有限的离散化问题,并提出相应的非线性Lagrange乘子存在的充分必要条件.最后,给出了具体算例说明非线性Lagrange乘子的存在性.     

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.     

值型线性双层规划的共轭对偶及最优性条件

利用DC规划的Frenchel-Rockafellar对偶规划的思想, 提出了值型线性双层规划的共轭值型双层规划对偶. 证明了原规划和对偶规划之间的强对偶性定理, 并给出其相关的最优解条件.     

解多项式双层规划最优解的参数化方法

给出解多项式双层规划最优解的参数化算法.以上层变量为参数,对双层规划下层利用参数化方法求解;得到合理反应集代入上层,使双层问题转化为多项式规划求解.证明了算法的收敛性,数值例子表明算法是可行的.     

Approximation-exact penalty function method for solving a class of stochastic programming

0　IntroductionSincethemultistagestochasticprogrammingcanusuallybetransformedintoasingle stagestochastic program ming[1 3] .Specifically ,two stageconvexstochasticprogrammingproblemwithcompletecourseisequivalenttominimizingsingle stageconvexstochasticprogramming[4,5] .Therefore,researchingtheoryandalgorithmsrelevanttothesingle stagestochasticpro grammingwillbesignificant.Inthispaper,weconsiderthefollowingsingle stagestochas ticprogramming.minimizef(x)s.t.gi(x ,ξ)≤ 0 ,i=1,… ,m ,x∈Rn (1)wh…     

多随从二层优化问题一个新的解概念及性质

文中讨论了多随从双层规划问题。根据对策论中Nash均衡点的思想和多目标决策中极大模理想点技术,给出了极大Nash理想点的定义,并对多随从双层规划问题引入了极大Nash最优解的概念。最优解概念不仅有效地解决了随从响应不唯一所带来的解的不确定性,而且利用变换可以将对应的问题转化为求解过程比较容易的数学模型。用不动点定理证明了极大Nash最优解的存在性,并证明了解集的闭性。     

一类非线性二层混合整数规划问题全局最优解的遗传算法

讨论了一类非线性二层混合整数规划的求解问题，将遗传算法和单纯形法结合提出了一种混合遗传算法，为了避免经典遗传算法在实际运用中存在的Hamming悬崖、早熟收敛、全局优化速度慢和解的精度差等缺点，引入了实数编码，并采用多个子种群并行搜索的策略，数值模拟结果表明该算法是有效的。     

解型线性双层规划的共轭对偶

把一般形式的解型线性双层规划问题等价转化为一个DC规划问题；利用DC规划共轭对偶的思想，讨论解型线性双层规划的共轭对偶规划及其对偶性质．     

模糊非线性规划问题的改进算法

对带有模糊目标和约束的模糊非线性规划问题．给定了一个基于合力搜索方向的遗传算法．并通过数值例子。验证算法的有效性和实用性。