求解一类（0,1,2）规划问题的二级定界组合算法

提出了一种求解一类（０，１，２）规划问题的二级定界组合算法，该算法采用二级高位优先的先成算法，按目标函数的一定排列顺序有规划地生成所有组合，采用二级定界组合算法，有效地删除大多数非可行组合和非最优组合，大大减少了搜索组合的个数，具有较高的计算效率。     

不可微凸规划的一个新算法

提出了解决线性约束不可微凸规划的一个新算法－既约次梯度有效集算法。该算法充分利用了目标函数的次梯度和有效集策略，发地选择规划，克服了由目标函数是否光滑所造成的困难，并保证了算法的总体收敛性。     

目标规划的典式和高维目标规划的求解

本文首先建立方便于计算机算法描述的目标的求解典式，然后提出了在微机上求解高维目标规划的两种算法－改进多阶段单纯形法和动态内存法，并对这两种算法的运行速度和解题能力作了比较和讨论。     

一种有效的MIMD并行DFP算法

该文从串行ＤＦＰ算法出发，通过对算法的仔细研究与分析，提出了一种适合于消息传递型ＭＩＭＤ并行机的块并行ＤＦＰ算法。该算法与已有文献中相应的ＳＩＭＤ算法相比，其并行度大大提高，效率比相应的ＳＩＭＤ算法高，算法的理论分析证明该文中的并行ＤＦＰ算法，当ｎ→∞时，极限效率趋于１。     

GA-PSO混合规划算法

目的 提出一个比GP算法更优的GA-PSO混合的规划算法。方法 通过将层次型问题的描述转换为固定长度线形结构的描述方式，使GP算法与GA规划算法达到统一；通过构造运算符，将PSO算法引入到GA规划算法框架之中，形成GA-PSO混合规划算法。结果 从解的描述、遗传算子、PSO运算符的构造再到GA-PSO算法框架，提出了完整的GA-PSO混合规划算法。结论 实证研究显示，GA-PSO混合规划算法优于GP算法以及GA算法。     

几何规划数值方法的新进展

对既含等式又含不等式约束的几何规划问题，引进了一类新的变量替换，把原规划转化为更为特殊的规划，使之具有更好的分析性质，更易于构造算法．文中不仅给出了算法，而且还给出了算法的收敛性及收敛速度，并用计算实例检验了算法的有效性和可实现性．     

不确定优化问题的研究动向

讨论了不确定优化问题的研究方法，综述了随机规划、模糊优化和区间优化这三类不确定优化问题的主要研究算法、优缺点，提出了进一步研究的发展方向。     

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。     

提高控制精度的并联机构速度规划算法

利用并联机构的动力学模型，对机构在笛卡儿坐标中基于驱动器空间限制的速度规划算法进行了研究，提出了基于驱动器空间限制的S形速度规划算法．该算法不仅考虑了运动中的速度和加速度，还考虑了加速度的变化即加加速度，从而得到更为精确的速度规划．仿真实验表明，S形速度规划算法在笛卡儿坐标中能够获得具有更好的位置和速度跟踪性能的高速高精度运动．     

规划识别中的时态推理

提出了一个用于规划识别的多层次时态推理算法。该算法可将以往的时态推理从单个规划的分解推广到多层次规划系统，使之更具普遍性；可将观察中的时态关系作为约束信息在层次结构中传播，减少候选规划的数目，提高规划识别的效率和准确性。     

线性互补问题的一种混合整数线性规划解法

经典算法一般采用迭代过程求解线性互补问题,研究了线性互补问题的直接求解方法。把线性互补问题转化为一个混合整数线性规划,然后采用数学软件进行求解;数值实验结果表明,所给出的方法能够准确快速地求得原问题的最优解。     

仅含线性等式约束多目标规划的一个算法

给出了求解仅含有线性等式约束的多目标规划的一个算法。主要用线性加权法将多目标规划问题转化为仅含有等式约束的单目标二次规划问题,并通过算例说明了该算法的有效性与可行性。     

一种用于求解机械制造中线性规划问题的新算法———KarmarKar改进算法

本文给出了求解机械制造行业中线性规划问题的一种ＫａｒｍａｒＫａｒ改进算法，证明了它的收敛性．该算法去掉了ＫａｒｍａｒＫａｒ算法要求目标函数值为已知的假设，使之适于解决机械制造行业中的线性规划问题，实际算例表明该算法比ＫａｒｍａｒＫａｒ算法有效     

基于线性规划单纯型法的系统辨识方法

传统的最小二乘辨识算法要求误差为低噪声水平,并且算法计算量大,针对这一问题提出了线性规划单纯型辨识算法.将参数辨识问题转化成线性规划问题;并给出了基于线性规划单纯型法的参数辨识算法.最后给出了仿真结果,验证了算法的有效性.     

一个改进的梯度投影法

本文给出一个求解线性约束的非线性规划问题的梯度投影法,方法的方向构造及整个算法均较从前的各梯度投影方法简单,且在较弱的假设条件及三种非精确线搜索下,证明了方法的收敛性。     

记忆梯度法的一个推广

在[1]中的基础上,通过一系列的构造,而将无约束最优化问题中的记忆梯度方法直接推广到了求解带有线性约束的非线性规划问题中,并且在两种不同的线搜索之下,证明了推广的算法具有整体收敛性质。     

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.     

求解非线性规划的一个连续化方法

带不等式约束的非线性规划,其KKT条件可以通过NCP函数转化为一个非光滑的方程组,然后用熵光滑化函数光滑化,得到一个带参数的方程组.提出了一个求解该参数方程组的非内点连续化方法,证明了该算法的全局线性收敛和局部二次收敛.计算结果表明了该算法的有效性.     

一种线性规划问题单纯形法的改进算法

目的降低用单纯形法求解线性规划问题时计算机的运算量和存储量。方法基于高斯消元法和试算法的思想,在不用引入人造基的前提下,对算法进行改进。结果提出了一种改进的算法,并对算法进行了详细的分析。结论该算法能有效的避免循环,数值试验表明了该算法的有效性。     

一种序列线性方程组滤子算法的全局收敛性

提出了一种不可行序列线性规划滤子方法,只需求解2个具有相同系数矩阵的线性方程组以得到搜索方向,在一定程度上克服了序列二次规划方法的缺点并提高了计算效率.算法中使用了χ-有效集.给出了该算法的全局收敛性证明,并给出了数值结果说明该算法的有效性.