求解线性双层规划的割平面算法

利用线性双层规划的全局最优解可在其约束域的极点上达到这一性质,通过对问题可行解集合的结构进行探讨,引进一种割平面技术,提出了一个求解线性双层规划的全局收敛算法,并通过一个算例说明了算法的求解过程.     

双层线性分式规划的性质和算法

讨论了双层线性分式规划问题，利用分式对偶理论和Kuhn-Tucker条件，给出一些二层规划解的最优性条件，并且借助于PCP算法的思想，给出求解双层线性分式规划行之有效的算法．     

求解线性双层规划的一个全局收敛算法

基于线性双层规划的最优解在约束域极点上达到这一特性,得到了线性双层规划问题的一些性质。然后给出了一个求解线性双层规划的全局收敛算法,该算法从合理反应集的一个顶点开始进行搜索。最后通过一个算例说明这种算法的可行性和优越性。     

求解混合整数双层规划的凸组合算法

利用罚函数思想和最优值函数的概念将混合整数双层规划转化为连续变量的单层非线性规划,然后用事先确定步长的凸组合算法迭代求解此单层非线性规划,进而得到原双层规划的局部最优解.     

求解线性双层规划的一种全局优化算法

讨论了线性双层规划问题,通过分析线性双层规划可行域的结构特征和最优解在约束域极点上达到这一特性,对线性双层规划上层目标函数进行定界,利用二分法原理,构造了一个双线性规划来修正当前的界,提出一种了求解线性双层规划的全局优化算法.     

弱线性双层规划问题的罚分解方法

主要研究弱线性双层规划问题的求解方法.首先利用线性规划的对偶理论和罚函数方法思想,将弱线性双层规划问题转化为一个单层非线性规划问题.进一步把该单层优化问题分解为两个含有罚参数的线性规划问题,设计了一个罚分解方法,并用一个简单算例说明了所提出方法的可行性.     

—种求解线性二层规划的神经网络方法

提出了—种求解线性二层规划的神经网络方法.采用以下层问题的对偶间隙为罚项,构造线性二层规划罚问题的思想,将线性二层规划转化成相应的单层规划问题,然后设计求解单层规划问题的神经网络模型,从而得到线性二层规划的最优解.该网络是Lyapunov稳定的,且在适当的条件下收敛于线性二层规划的最优解,仿真结果表明该神经网络可以有效地得到线性二层规划的最优解.     

一类线性半向量二层规划问题全局最优解的搜索算法

本文研究了下层为正矢量优化的线性半向量二层规划问题的搜索算法.首先运用加权方法将原问题转化为一般的二层规划问题;然后以下层问题的最优条件代替下层问题,进而将原问题转化为单层规划问题;最后通过对单层规划问题的可行集的分析,设计了原半向量二层规划问题全局最优解的搜索算法,同时采用相关算例验证了所设计算法的可行性.     

求解约束最小二乘半正定规划问题的L-BFGS方法

对带等式和不等式约束的最小二乘半正定规划问题的求解进行了研究。在Slater约束规范条件下,对偶问题的最优解与原问题最优解相等。因此,考虑将最小二乘半正定规划问题转化为相应的对偶问题,通过求解对偶问题达到求解原问题的目的。针对最小二乘半正定规划问题的对偶问题,首先构造相应的二次模型,沿负梯度方向最小化该二次模型得到柯西点,在此基础上,利用积极约束技巧,划分积极约束集与非积极约束集,然后应用L-BFGS技巧对自由变量进行加速,从而求得对偶问题的最优解。最后,从理论上证明了算法的全局收敛性,并进行了初步的数值实验,将该算法与光滑化牛顿法作对比,结果表明该算法在计算时间上有一定的优势。     

双层线性规划的一种全局优化方法

根据双层线性规划全局最优解可在约束域极点上达到的性质和线性规划对偶理念,引进上层目标函数对应的一种割平面约束,对双层线性规划的约束域不断进行切割,求得问题更好的可行解,提出了一种利用单纯形法寻找双层线性规划全局最优解的方法。算例说明了算法的求解过程,并验证了算法的有效性。     

一类混合整数双层线性规划的枚举法

通过对上层变量为0-1型变量和下层变量为连续型变量的混合整数双层线性规划问题的,根据分支定界法原理,给出了一种定界函数和寻找问题最优解的搜索准则,由此提出了一个求解混合整数双层线性规划问题的有效枚举方法。提出的算法能求得问题的全局最优解,并通过算例说明了算法的求解过程。     

基于可信度法求解区间双层线性规划问题

采用区间数可信度方法, 给出区间双层线性规划问题可行域和最优解的概念, 并利用单层与双层规划最优值区间方法和极大极小算子, 构建区间双层线性规划问题的确定等价模型. 数值算例结果表明该方法有效.     

一类灰色二层线性多目标规划问题及其算法

将下层带多目标函数的二层线性规划与灰色理论相结合,提出了一类灰色二层线性多目标规划问题,给出了该问题的数学模型和相关概念。在约束域为非空紧集的条件下,证明了漂移型灰色二层线性多目标规划问题的最优解一定可以在约束域的极点达到,并提出了一个基于k次最好法的求解算法,证明了该算法具有全局收敛性,算例分析验证了所提算法是有效的。     

解型线性双层规划的对偶规划

讨论了解型线性双层规划的对偶规划问题,利用Lagrange对偶规划的思想,建立了解型线性双层规划的Lagrange对偶规划,并证明了基本对偶定理.     

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.     

优先发展策略下的高等教育最优投资双层规划模型

高等教育投资具有“双层”的特点，上层为主管部门，下层为高等学校．分析了优先发展策略下高等教育最优投资的层次及步骤，分别建立了保证优先发展学校最优投资和用剩余资金对全部学校无差别最优投资双层规划模型，给出了上、下层最优投资方案的确定方法．通过扩大可行解范围，将双层规划模型转换为单层线性规划模型，证明了两者最优解的等价性，设计了求得模型最优解的多项式算法，最后给出了应用举例．     

求二层线性规划最优解的极点方法

根据二层线性规划的最优解一定可以在约束集的极点找到这一理论,给出了求解二层线性规划的极点方法,通过上层目标函数值的排序,避免了盲目验证极点这一缺陷,最后通过算例描述了算法求解过程,并验证了算法的有效性.     

值型线性双层规划的共轭对偶及最优性条件

利用DC规划的Frenchel-Rockafellar对偶规划的思想, 提出了值型线性双层规划的共轭值型双层规划对偶. 证明了原规划和对偶规划之间的强对偶性定理, 并给出其相关的最优解条件.     

通过平衡点求线性二层规划(LBP)的最优解

关于线性二层规划的求解问题。先利用K-T充分条件和罚函数法先将线性二层规划转化为无约束问题,再由无约束问题得到简单的参数线性规划,通过单纯形法解参数线性规划,即得到平衡点,再判断平衡点是否为原二层规划的最优解。