一类非线性整数规划问题的最优解

该文给出了一类非线性整数规划总是的最优解。     

一类整数规划问题有唯一最优解的充要条件

给出了一类整数规划问题有唯一最优解的充要条件.并且当有多个最优解时,确定了此整数规划问题的最优解的个数.这解决了文献[1]提出的两个公开问题.     

一类推广的整数极小极大问题的求解算法

讨论了一类推广的整数极小极大问题，给出了问题最优解的充分必要条件，在此基础上给出了求解最优解的算法，最后，给出了一个数值例子。     

改进的求解整数规划的蚁群算法

针对传统蚁群算法在求解整数规划时易陷入局部最优问题,通过设定信息素的修正阈值,适时对信息素进行修正,以及采取纵向和横行的搜索方式,对蚁群算法进行了改进,算例比较分析结果表明:改进后的蚁群算法能够较好地避免陷入局部最优,且执行效率提高数倍.     

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。     

正系数整数规划的一种快速搜索求解法

利用价值系数大先赋值的方法 ,得到接近最优解的初始解 ,并提出一种新的调整方法 ,快速搜索到正系数整数的规则最优解     

一类具有整数约束条件的数学规划问题的求解算法

给出了具有整数约束的数学规划问题的求解算法，而不论目标函数是线性函数还是非线性函数，此方法计算量比较小。     

混合细菌觅食算法求解整数规划问题

利用混合细菌觅食算法(PO-BFA)求解整数规划问题,并与量子粒子群算法(QPSO)的求解结果进行对比。经过适当的参数设置混合细菌觅食算法可以有效地解决整数规划问题,在搜索过程中没有出现早熟现象,而且PO-BFA在求解整数规划问题上的整体性能比QPSO更优。     

关于整数线性规划全部最优解的一个注记

研究在整数线性规划基最优解已经求出且不唯一的条件下,如何求整数线性规划的全部最优解问题.当整数线性规划具有两个基最优解时,文章给出其全部最优解的个数公式及求全部最优解的一个有效算法.     

基于粒子群算法的整数规划问题的求解算法

整数规划是运筹学的一个分支,一直以来没有很好的求解算法.目前有研究人员尝试用粒子群算法求解整数规划,但都只能解决无约束整数规划问题.提出了一种求解约束整数规划的粒子群算法,能够解决有约束线性和非线性整数规划问题.     

一类最优投资问题的非线性整数规划

考虑了教育投资导出的一类非线性整数规划．讨论其解集的性质，给出了一个可行解是最优解的充要条件和求解方法，讨论了计算时间复杂性，最后给出了计算实例     

一类无约束非线性整数规划的区间算法

讨论目标函数为Lipschitz连续函数的无约束整数规划的数值算法.通过构造目标函数的区间扩张和无解区域删除检验原则,建立了求解无约束非线性整数规划的区间算法,并进行了数值实验.理论证明和数值实验均表明算法是可靠和有效的.     

一类新的参数线性规划最优解研究

在一些常见参数线性规划的基础上研究了一类新的参数线性规划最优解的分布区间及相关定理.     

求解整数规划的混合遗传算法

整数规划问题是NP困难问题，在决策变量和约束条件很多时，用常规的求解法效率很低。针对遗传算法存在的缺陷，提出了遗传算法和混沌的结合。在此基础上，设计了用于求解整数规划的混合遗传算法，算例表明，此算法能大幅提高计算效率。     

整数线性规划的一种混合算法

本文是将分支定界法与改进的割平面法、隐枚举法相结合,提出一种解决整数线性规划的混合型方法。用这种方法解决整数规划问题,能节省较多的计算量。     

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。     

几类非线性整数规划同解性

本文证明了三类非线性整数规划同解，并指出了它们各解之间的关系及解法，作为应用，我们给出了一个教育投资例子．