求解一类随机规划的Monte Carlo模拟方法

通过对目标函数和约束函数同时抽样,提出了基于Monte Carlo模拟的遗传算法,通过逐步增加样本容量和遗传进化代数以得到满足精度要求的近似最优解,并且通过统计方法讨论样本容量的迭代终止条件,以减少Monte Carlo随机模拟的盲目性;同时给出了最优解的表达形式以及算法的迭代终止条件;数值实验证明了方法的有效性。     

一类概率约束规划的近似方法及其收敛性

对概率约束规划ｍｉｎ｛ｃｘ＋ＥΣ↑ｒ↓ｉ＝１ｑｉ［ζｉ－Ａｉｘ］＾＋│Ｐ（Ａｘ≥ζ）≥ｐ，Ｂｘ≥ｂ｝，讨论了ζ是无界随机向量时的近似方法，并证明了这种近似方法的收敛性。     

随机投资决策问题及其遗传算法求解

以最大化企业净利润为目标,对随机投资决策问题建立模型,应用基于Monte Carlo模拟的遗传算法对模型求解进行算法设计,并运用Maflab编程实现,最后结合具体算例说明方法的有效性,从而改进了该类问题的传统解法.     

一个二次规划问题的高阶收敛算法

利用凝聚函数对二次规划问题的等价形式进行带参数的磨光,并对参数方程的解曲线进行离散化追踪,在适当的条件下,证明了该算法具有大范围线性收敛和局部任意阶收敛.     

半无限规划的递归二次规划算法

本文对于半无限规划问题提出了 WHP 递归二次规划算法,并证明此算法具有整体收敛性。     

一类特殊规划的求解算法

二次规划问题是一类重要的优化问题,是NP困难的.通过对已有算法的理解与分析,在假设原问题的Hessian矩阵正定的条件下,作者给出了求解二次规划问题的一种新算法,并讨论了算法的收敛性.     

求解一类随机线性互补问题的L-M算法

提出求解一类随机线性互补问题的一个L-M算法,利用NCP函数将随机线性互补问题转化为无约束最小化问题,通过非单调L-M算法来求解无约束最小化问题.在适当的假设下,证明了该算法的全局收敛性.     

一类随机规划的蒙特卡罗回溯优化求解方法

针对一类随机规划问题构造了基于蒙特卡罗的回溯优化求解法,该方法本质属于一种动态搜索算法,通过迭代求解一系列样本确定性优化问题并经样本容量逐渐增加过程而逼近随机问题的最优解,而迭代终止条件由需求的计算精度确定,并具体给出了近似解的计算方法及迭代终止条件.最后,通过算列验证了该方法的有效性.     

解变分不等式问题的一类滤子SQP算法

针对一般形式的变分不等式问题,考虑将其转化为约束优化问题求解.对于这种特定的约束优化问题,提出了一类新的滤子序列二次规划(SQP)求解方法.基于变分不等式与约束优化问题的不同,在滤子条件中采用了一个二次价值函数作为目标函数,使得一般的变分不等式问题均可用滤子算法求解.采用SQP方法结合滤子方法获取试探步,只需要计算两个简单不等式判断试探步,算法易实现,计算量小.在较弱的条件下证明了算法的全局收敛性.最后,给出了算法的数值算例,与同类算法比较,结果良好.     

随机动态交通网络中的停车行为

传统的静态确定型停车行为模型忽略了网络的时变性和随机性.基于道路供给和交通需求的不确定性,研究了随机动态交通网络中出行者的停车行为,建立了供需相互作用下的不动点拟动态停车行为模型,设计了基于Monte Carlo模拟方法的算法来求解该模型.算例结果表明,该模型能有效地模拟人们的停车选择行为.这一研究有助于加深对旅行行为的理解和透析交通行为的本质,为正确评价停车政策和合理规划停车系统提供了策略.     

基于随机规划的现代医院选址方法

针对医院选址问题中就医人数随机性的特点,提出了基于随机规划的现代医院选址方法.考虑医院附近不同人口分布点的每月就医人次数、交通状况、病人对不同级别医院的偏好因素,建立随机整数规划模型,以最小化地区内人口与医疗资源间的权重距离总和为优化目标,并采用蒙特卡罗方法模拟每月就医人次数这一随机参数.实验结果证明,该方法具有良好的收敛性,其选址决策相比于确定性模型选址方法明显优化.     

基于随机规划和遗传算法的虚拟企业风险管理

针对虚拟企业的风险因素具有随机性的特点,将随机风险因素描述为随机变量,提出了一个虚拟企业风险管理的随机规划模型.针对该模型设计了嵌入蒙特卡罗模拟的遗传算法,蒙特卡罗模拟是处理模型中随机变量的有效方法.仿真分析表明了该算法的有效性和该随机规划模型对于虚拟企业风险管理的重要作用.     

一种改进Wolef-BFGS-SQP法对随机规划的研究

基于拟蒙特卡洛随机模拟的Wolef—BFGS—SQP法对随机规划的再研究。对于求解LCI函数优化的BFGS—SQP算法,改用Wolef线性搜索原则,同样得到了该算法的全局收敛性,并把它推广到解决随机规划的问题上去。在随机模拟过程的处理上采用拟蒙特卡洛随机模拟技术,鉴于计算量比较大的问题,采用仅多加一个线性约束的信赖域技术计算,即可克服收敛慢等的缺点。     

一类非光滑最优化问题的逐次二次规划方法及其全局收敛性

本文给出了一类非光滑问题的逐次二次规划方法．问题的目标函数是凸函数和一个非光滑合成函数之和．方法利用二次规划的解作为搜索方向，新的迭代点由不精确线搜索得到．在较弱的条件下，证明了方法的全局收敛性．     

二维问题的随机界面元法

首次提出适用于求解续及不连续介质结构可靠度的同界面元法,建立了数学模型,导出了基本公式,研制了计算程序。在算例分析中,用Ｍｏｎｔｅ－Ｃａｒｌｏ法的模拟结果进行验证,实际计算表明本文提出了的方法是可靠而有效的,且适用于复杂结构可靠问题的求解。     

神经网络在二次规划问题中的应用

利用对偶神经网络解决了基于线性等式、 不等式和有 界约束的二次规划问题, 表明所研究的对偶神经网络具有整体指数收敛性, 与包含高次非线性条件的神经网络相比, 所提出的网络使用了更少的神经元, 并且网络的体系结构更简单.数值实验结果表明了该方法的有效性.     

解一类二次规划问题的变尺度法

给出一种求解具有线性不等式约束的二次规划问题的变尺度法．这种方法具有存贮量少和算法稳定等优点，能在有限步内收敛于最优点