二次网络规划基解的一个优化方向及算法

给出了二次网络规划基解的一个优化方向；并获得二次网络规划的一个近似算法和有效算法。     

二次网络规划基解的一个优化方向及算法

二次网络规划是现实经济管理活动中常见规划问题之一,它的求解一直是组合优化理论中在探索的问题,由于该类问题是NP－问题,故其解没有多项式算法,加之整数的离散性,该问题的求解变得较为复杂,目前虽有一些启发式算法,但其算法的复杂性偏高,本文的探讨在于降低这种复杂性,给出了二次网络规划基解的一个新的优化方向,并获得了二次网络规划的一个新的启发式算法。     

二次网络规划基解的一个优化方向及算法

给出了二次网络规化基解的一个优化方向；并获得地次网络规化的一个近似算法和有效算法。     

基于序列二次规划算法的射孔水平井孔眼分布优化

基于Landman稳态渗流模型和Su井筒压降模型,考虑射孔密度对水平井产能的影响,建立以水平井产能为目标函数、孔眼位置分布为优化设计变量的两类产能优化模型.采用序列二次规划算法求解优化模型,并对无限导流和有限导流水平井的射孔密度分布进行优化.结果表明:优化射孔能有效地改善沿井筒入流剖面;射孔水平井存在最佳的射孔密度分布;为得到最大产量,无限导流井的射孔密度呈"U"型分布,有限导流水平井的射孔密度沿跟部到趾部方向逐渐降低,约在井筒长度的3/4位置处取得最小值;若要使沿井筒入流剖面尽可能均匀,则无限导流井的射孔密度呈"∩"型分布,有限导流井的射孔密度沿跟部到趾部方向逐渐升高,约在井筒长度的3/4位置处取得最大值,但最大产量略有降低.     

凸二次规划的一种分解算法

An algorithm to solve convex quadratic programming with nonnegative variables and linear equation constraints is given by means of the concept of ABS algorithm and decomposition strategy. If the object function is strict convex ,then the optimal solution can be gotten in finite steps ; otherwise ,the algorithm is superlinear convergent.     

不定二次规划的全局优化算法

对不定二次规划问题提出了一个新的确定型全局优化算法,通过对目标函数和约束函数的线性下界估计,建立了不定二次规划的松弛线性规划.通过对松弛线性规划可行域的细分,以及一系列松弛线性规划的求解过程,并通过实例证明了算法能收敛到原问题的全局最优解.     

带有二次约束的二次规划问题的一个收缩分枝定界算法

通过解线性规划问题，寻找包含原问题可行域的超矩形，利用剖分技术对这个超矩形进行分枝和收缩以减少算法的迭代次数，从而用线性规划松弛方法来确定原问题在每个小超矩形上的最优值的下界，提出一种新的带有二次约束的二次规划问题的收缩分枝定界算法，并证明了该算法是收敛的．     

生化系统稳态优化的一种二次规划算法

针对一类生化系统的稳态优化问题,在已有间接优化方法（IOM）的目标函数中引入一个反映S-系统解和原模型解一致性的二次项,提出了一种改进的优化算法．该优化算法不仅得到了一致的S-系统解与IOM解,而且可用现有的二次规划算法去计算．仿真结果表明了该优化算法的实用性和有效性．     

二次规划矩阵分解算法一文的更正

本学报1991年第1期上刊出的“二次规划的矩阵分解算法”一文有一个错误,那就是矩阵广义逆的性质2)对于 Moore-Penrose 广义逆不成立,这样算法求出的解不是二次规划的解.现在特作修改如下:1)将定理6中的 A 改为 A~T.2)将55页倒数第1行至56页第5行改为:对(QP)~*中的 L~(-1)A 进行QR 分解(?)则 A(L~(-1))~T 的 Moore-Penrose 广义逆为〔A(L~(-1)~T)〕~+=(L~(-1)A~T)〔(A(L~(-1))~T)(L~(-1)A~T)〕~(-1)=Q(?)(〔R~T,0〕Q~TQ(?))~(-1)     

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。     

二次二层规划的一种混合算法

针对下层为二次凸规划的二层规划问题,先利用遗传算法解决上层规划,然后用内点算法解决下层问题.两种方法结合起来得到一种具有全局收敛性的混合算法,并通过算例说明其有效性.     

不定二次规划问题的全局优化算法

针对不定二次规划问题提出了一个新的确定型全局优化算法,运用线性代数的有关知识将原问题转化为可分二次规划问题,考虑到凹函数和凸函数的有关性质,在矩形上构造目标函数的最佳一致下方估计函数,把矩形的二分技术与分枝定界方法结合起来,寻求原问题的整体最优解。     

凸二次规划的不可行内点算法

给出了一个求解凸二次规划的不可行点内点算法，算法的初始迭代点为非负不可行内 ，证明了算法的全局收敛性。该算 法可以看作是Ｋｏｊｉｍａ算人关于线性规划算法的推广，也可以看作是Ｍｏｎｔｅｉｒｏ等人关于可行内点算法的推广。     

二次凸规划的迭代解

线性互补问题的投影Jacobi松弛算法应用于求解不等式约束的二次规划问题,对称半正定的二次规划问题由K-T条件可以转化为P_0-矩阵的非对称线性互补问题(LCP),通过求解带扰动项的P-矩阵的非对称线性互补问题得到二次规划的最优解。最后给出一些数值结果。     

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.     

正定二次规划的投影最小二乘算法

提出了正定二次规划问题的投影最小二乘算法．该算法先求目标函数无约束优化问题的解，再将此解逐次投影到有效约束的边界．迭代过程中不断更新有效约束，最终得到问题的有效约束集，进而得到问题的解．将该算法应用到FIR滤波器的约束最小二乘设计中，算法分析及约束FIR滤波器的设计例子都表明该算法的计算量远小于目前最流行的二次规划算法——有效集方法．     

凸二次规划的Predictor—Corrector算法

考虑凸二次规划问题，给出了一个新的算法，证明了算法的迭代不数至多的Ｏ（√ｎＬ）。