一类多乘积规划问题的对偶界方法

针对一类目标函数和约束函数都是多乘积的规划问题给出一种求其全局最优解的分支定界算法.该算法利用Lagrange对偶理论将其中关键的定界问题转化为一系列易于求解的线性规划,并且这些线性规划的规模固定不变,从而更容易应用到实际问题中.理论分析和数值算例表明提出的算法可行有效.     

箱约束李普希兹优化问题的一种新的定界算法

研究箱约束李普希兹优化问题的分支定界算法.为了找到更好的下界,采用动态选取样本顶点对的方法,由此提出一种新的定界算法,给出了算法的收敛性证明.数值结果表明该算法是有效的,并且具有较好的收敛结果.     

一类非线性比式和问题的分支定界算法

针对一类带有常系数的非线性比式和全局优化问题(P),给出求解该问题的分支定界算法.首先,将问题(P)转化为问题(Q),两者的变量个数和约束条件的个数相同.然后,利用不等式放缩的方法,建立问题(Q)的松弛线性规划,并结合分支定界算法求解.最后,在此基础上提出区域删减策略,并进行数值实验.结果表明:本算法和删减策略均是有效的.     

基于截断学习效应的流水作业排序问题研究

【目的】给出具有截断学习效应的加权总完工时间流水作业排序问题的最优解。【方法】建立具有截断学习效应的加权总完工时间流水作业排序问题的数学模型,给出优势性质、下界和上界,并采用分支定界算法求解该问题的最优解。【结果】数值模拟结果表明:启发式算法得到的解比较准确,最大误差为 0.4117 ,分支定界算法的效率比较高,处理 100 个工件所用的最大时间不超过 460s 。【结论】计算结果表明分支定界算法能够很快地给出该问题的最优排序。
     

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.     

基于截断学习效应的流水作业排序问题研究

【目的】给出具有截断学习效应的加权总完工时间流水作业排序问题的最优解。【方法】建立具有截断学习效应的加权总完工时间流水作业排序问题的数学模型,给出优势性质、下界和上界,并采用分支定界算法求解该问题的最优解。【结果】数值模拟结果表明:启发式算法得到的解比较准确,最大误差为0.411 7,分支定界算法的效率比较高,处理100个工件所用的最大时间不超过460s。【结论】计算结果表明分支定界算法能够很快地给出该问题的最优排序。     

带有二次约束二次规划问题的全局最优化

根据带有二次约束二次规划模型的特殊结构,利用乘积的凸包络和凹包络,给出带有二次约束二次规划问题的松弛线性规划问题,以确定全局最优值的下界,使用超矩形缩减技术以加快分支定界算法的收敛速度,从而提出一个求解带有二次约束二次规划问题的全局最优化算法,证明该算法的收敛性,这个新算法实际上是把分支定界方法与外逼近方法有机地结合起来.数值算例表明所提出的算法是可行的.     

订货与发货整合批量调度问题

在对文题进行数学描述的基础上，建立求解该类问题的混合整数线性规划模型.证明问题NP 困难性并研究多项式可解子问题，进一步提出了3个启发式算法以及精确求解的分支定界算法.数值实验表明，所提出启发式算法以及分支定界算法的有效性与高效性.     

混合整数两层线性规划的一个代理约束方法

本文介绍了混合整数两层线性规划问题，引入代理约束，构造计算简单的定界函数，提出一个分支定界算法，并给出算例说明算法是有效的。     

带准备时间的任务单机学习效应排序问题

具有学习效应的任务的加工时间和带有准备时间的任务问题是排序论中的重要研究内容,它们对任务的完工时间有重要影响。研究了具有学习效应且带有准备时间的任务单机排序问题,其中学习效应指的是任务的实际加工时间是该已经排好的任务对数加工时间的递减函数,目标函数为最小化总完工时间。这个问题是NP-难问题。用分支定界法给出了此问题的最优解,为了提高分支定界法的运行效率,同时给出了一个启发式算法、几个优势性质和两个下界。计算结果表明分支定界法和启发式算法求解此问题非常有效。     

解二次规划的Lagrange方法

本文讨论解二次规划问题的 Lagrange 方法。我们分析了解正定二次规划和某些半正定二次规划的对偶算法,指出这些算法可以从 Lagrange 方法直接导出。此外我们还给岀了解不定二次规划的一个新的 Lagrange 算法。这一算法在投影矩阵为不定矩阵时,利用广义的 Cholesky 分解技术由 Lagrange 方程解得二次目标函数的负曲率方向,以此作为该步迭代寻查方向。算法还采用了有效集策略。     

求解一般l1趋势过滤问题的原始对偶内点法

针对一般l₁趋势过滤问题提出一种原始对偶内点法，首先给出原始对偶内点法的算法框架，并对原始对偶内点法进行收敛性分析和算法复杂度分析.最后，将提出的算法和目前流行的半光滑牛顿增广拉格朗日方法和交替方向乘子法进行对比.实验结果表明：当模型中的参数变化时，原始对偶内点法更加高效和稳健.     

0-1多项式背包问题的一种精确算法

提出了0-1多项式背包问题的一种新的精确算法. 该算法是一个基于拉格朗日松弛和对偶搜索的分枝定界方法. 用外逼近法求拉格朗日对偶问题得到上界,其中拉格朗日松弛问题通过转化为一个网络最大流问题来求解. 为了提高算法的效率,利用两种启发式方法求初始可行解,并用填充和交换的方法改进后得到初始下界; 并且在分枝定界前, 利用所得到的拉格朗日界, 先固定最优解中某些变量的值. 数值结果表明该算法是有效的.     

大规模含整变量优化问题的一种分解方法

大规模含整变量优化问题的一种分解方法吴清烈，徐南荣（东南大学经济管理学院，南京２１００１８）国内外学者对变量全为连续型的大规模优化问题研究较多［１］，但对大规模合整变量优化问题的研究甚少．文献［２，３］针对某些特殊大型整数规划问题分别提出了启发式解法...     

带有基数限制的离散多因素投资组合模型

研究带有基数限制的离散多因素投资组合模型.与传统的投资组合模型不同的是,该模型中投资组合的决策变量是交易手数(整数),且限制资产投资的最大数目,其最优化模型是一个非线性整数规划问题.分别用随机产生的一组数据和来自纳斯达克的40只股票数据,利用拉格朗日松弛的混合分枝定界算法求解此模型,并用FORTRAN语言编程,数值结果表明该算法能有效求解此模型.     

Aharonov-Casher和He-McKellar-Wilkens相位的对偶对称关系鉴定及特性分析

本文首先对电磁理论中的对偶对称性以及对偶变换做了简要回顾,然后讨论了与电磁相互作用相联系的Aharonov-Casher和He-McKellar-Wilkens相位之间的对偶对称性。并在宇称不守恒但具有相对论不变性的条件下,给出了一般情况下描述Aharonov-Casher和He—McKellar-Wilkens相位之间对偶对称关系的拉格朗日量,从而建立了统一的、不依赖于模型的描述Aharonov—Casher和He—McKellar-Wilkens相位之间对偶对称关系的方法。     

认知Ad hoc网络中基于凸优化的功率控制算法

针对认知Ad hoc网络的特点,构建了相应的网络模型,提出了一种基于凸优化理论的分布式功率控制算法。在分析系统内部干扰的基础上,以最大化网络效用值为目标,以认知用户的发射功率为求解对象,建立了一个通用的数学优化模型。在凸优化理论的指导下,通过引入辅助变量和变量的对数变换,将该模型转变为等价的凸优化模型,采用拉格朗日对偶法对该模型进行求解,得到了分布式的功率迭代算法。仿真实验表明：与其他算法相比,该算法在满足系统约束条件的前提下,取得更好的系统性能。     

火电厂开机组合问题的一种优化方法

本文讨论了求解火电厂开机组合问题的Lagrange方法及Lagrange乘子的若干性质。建议了一种修正Lagrange乘子的多项式算法,导出了开机临界点,比次梯度法减少了计算量。火电厂煤耗量有较大下降,可获得较大的经济效益。     

一个求解等式和不等式约束优化问题的信赖域算法

给出了一个求解一般约束优化问题的信赖域算法，此算法采用光滑的增广拉格朗日函数作效益函数，在适当的条件下，证明了算法的整体收敛性。     

D-最优设计的对称对偶理论及算法

最优设计的数值算法是近20年发展起来的最优回归设计理论中的一个新分支。本文在Fedorov,Atwood,Silvey等人工作的基础上,深入地研究了最优回归设计理论中的对称性问题,结合运用最优设计的对偶性理论,提出了D-最优设计的一个新数值算法——对称对偶算法,并运用此算法解决了高价对数项混料模型的D-最优设计问题。