解二次背包问题的一个线性化方法

讨论了二次背包问题(QKP)的一种线性化方法.利用文献中的相关结论,通过增加变量和线性约束,将(QKP)的二次0-1规划模型等价转化为一个线性混合整数规划模型,再利用计算线性混合整数规划的软件(如Ilog-cplex或Lingo)求解,从而解决原问题.对所构造问题实例的计算,验证了求解(QKP)方法的有效性.     

约束线性二次优化控制的多参数规划求解

针对求解约束线性二次优化控制问题,结合动态规划和控制时域长度为1的单步多参数二次规划,提出一种新的多参数规划方法。该方法一方面能够快速求解得到约束线性二次优化控制问题最优解与状态之间的显式函数关系,减少多参数规划问题求解的工作量;另一方面,能够同时求解得到显式分段线性状态反馈最优控制律。应用高频机械振动系统数值仿真例子,对该文的方法进行了数值仿真计算。仿真结果表明该文提出的方法是有效的。     

运筹学中几个特殊离散线性规划的相对差分图上作业解法

为求解运筹学中某些特殊的线性整数规划和0-1规划问题,应用相对差分法发展了一种图上作业法,建立了这些规划问题的数学模型．该作业法通过目标函数与决策变量的约束条件间的相对差分,比较容易地求解了运输问题、分派问题、最短路程问题和货郎担问题,证明了方法的有效性。     

正定式约束下广义几何规划的一种线性化方法

几何规划是一类具有特殊形式的非线性规划问题,正定式几何规划问题借助于凸规划问题的求解已基本得到解决.但广义几何规划问题作为一种特殊的(DC)规划,至今没有好的求解方法.利用线性化技术,将正定式约束下的一类广义几何规划问题转化为一列凸规划问题进行求解,构造了正定式约束下广义几何规划的一种新算法,并证明了该算法的全局收敛性.     

求解非线性规划问题的光滑牛顿法

提出了求解等式与不等式约束非线性规划问题的一种新的光滑牛顿法.该方法基于光滑化min函数.通过KKT条件,将原约束优化问题转化为等价的光滑方程组来求解,同时在较弱的条件下证明了该算法的全局收敛性.数值试验表明这一方法是有效的.     

线性分式和规划问题的全局优化算法

提出一种求解线性分式和规划问题的分支定界算法.该算法首先利用等价转换技巧构造出原问题的等价问题,然后通过凹凸性包络技术建立等价问题中目标函数与约束函数的下逼近函数,得到其线性松弛规划,从而将原来的非凸规划问题转化为一系列线性规划问题,以确定原问题最优值的下界.从理论上证明了算法的收敛性,并用数值试验验证了算法的可行性和有效性.     

一种求解QoS路由问题的半定规划算法

QoS路由的主要问题是求源节点到目的节点满足QoS多个约束的优化问题。由于半定规划在求解组合优化问题和NP-完全问题时具有收敛速度快,迭代步数少等优点。本文基于QoS路由问题的线性整数规划网络模型,利用半定规划方法研究了时延约束的代价最小问题。把QoS路由的一般模型松弛为半定规划的标准形式,利用半定规划内点方法进行求解,然后利用随机扰动方法得到原问题的近似最优解.数值试验表明了算法的有效性。     

钢框架结构离散优化问题的理论下界

针对两种典型的钢框架结构离散优化问题,即柔度约束的最小体积问题和体积约束的最小柔度问题,提出了基于凸组合的线性松弛方法,将关联离散变量进行线性松弛,进而将非线性、非凸的离散优化问题转化为松弛的凸规划问题.其中,体积约束的最小柔度问题可松弛为二阶锥规划问题,柔度约束的最小体积问题可松弛为半定规划问题.采用成熟的优化求解器,就可以得到两类凸规划问题的全局最优解,也就是原离散优化问题的理论下界.以一跨四层钢框架的离散优化问题为例,用所提出方法进行求解,并用枚举法和遗传算法对优化结果进行验证.数值结果证明,所提出方法可以快速得到离散优化问题的理论下界.     

0-1规划的一种连续化和罚函数解法

针对0-1规划问题变量的离散特点,提出一种连续化和罚函数解法。先通过一个非线性等式约束表示为[0,1]区间上等价的连续变量非线性规划等式,再利用罚函数法将约束问题转化为无约束问题求解。对多个算例进行计算,数值结果表明该方法是可行和有效的。     

改进的Kth-best方法解无上层约束的线性双层规划问题

针对无上层约束的线性双层规划问题提出一种改进的K最好方法(Kth-best方法).理论和算例证明该方法在不需要原Kth-best方法的前提条件下可以有效地解决线性双层规划问题.     

框式可分凸二次规划的不可行内点算法

对框式约束的可分凸二次规划提出了1个原始－对偶不可行内点算法，并证明了该算法是1个多项式时间算法。     

二次规划的极大熵方法

利用对偶变换,将二次规划问题转化为无约束极大极小问题,然后运用极大熵方法,将极大极小问题的转化为求解一个无规划极值问题,从而能够同时求出问题及其对偶问题的近似解,数值试验结果表明该方法是有效的。     

使用广义几何规划导出带二次约束的二次规划和交互熵问题

研究带二次约束的最小二次规划和交互熵问题。基于广义几何规划的理论与性质。导出了上述两个规划原问题的对偶规划。进而，由广义几何规划的对偶理论建立了两个原始－对偶规划的对偶定理和Kuhn-Tucker条件。     

线性约束非线性规划的神经网络方法

研究了线性约束的非线性凸规划问题,基于最优性的充要条件,提出了求解它的一个神经网络,该西式能同时求解原问题与对偶问题;利用LaSalle不变原理,证明了该网络是Lyapunov稳定的,并且当目标函数严格单调时,它必不范围渐近收敛于原问题的精确最优解,模拟实验表明,该模型是可行和有效的。     

一类非光滑规划问题的混合对偶

考虑一类带等式和不等式约束的非光滑多目标规划问题(NMOP).在非光滑B-(p,r)-不变凸性条件下,利用Clarke次微分,将建立此类规划问题的Mixed型对偶,讨论其与原问题间的对偶定理.首先,在B-(p,r)-不变凸性和正则条件下给出弱对偶定理;其次,在无约束规格的条件下,弱对偶定理基础上,利用严格B-(p,r)-不变凸性和正则条件,建立强对偶;最后,给出原问题有效解的逆对偶定理.所得结果是对最近一些文献中相应结果的改进与完善.     

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。     

证券组合模型系数的凸二次规划求解方法

证券组合问题是二次规划问题,在证券组合模型中的协方差矩阵为正定的条件下,利用矩阵理论将其转化为等价的无约束优化问题.并且建立了原问题的K-T点与等价无约束问题的稳定点之间的关系.为证券组合投资的最优化提供科学依据和有效的计算方法.     

整数规划的凝聚函数法

传统的代理约束方法虽可加速分支定界法或割平面法的求解速度,但往往会扩大原问题的可行域,不能保证得到原问题的最优解.考虑到代理约束乘子的取值特点,利用极大熵原理对传统代理约束方法进行了改进,给出求解整数规划问题的凝聚函数法,并研究了其理论可行性.当参数取适当大时,该方法得到的问题与原问题完全等价,从而可以通过该方法得到原问题的最优解,且无需对偶计算.算例结果阐释了凝聚函数法的有效性和可行性.     

用松驰变量解最小一乘问题

本文通过引入“松驰变量”,将最小一乘问题归结为线性规划问题,并利用线性理论讨论了最小一乘问题的一些基本性质,提出了此[1]更为方便的、按 MSAE 准则的多元线性逐步回归的方法.