风险投资的多目标规划模型

建立了风险投资的多目标规划模型,给出了在损失、效益相互制约条件下的最佳投资方案,一性回权和法给出了该模型的算法。计算表明,用在确定最优投资组合问题上令人满意的。     

电网关口外送电交易能力的多目标分层优化研究

研究电网的外送电交易能力的内涵;建立了以系统发电成本最小和关口外送电交易最大为目标并考虑机组约束、网络约束以及节点负荷水平约束等的评估模型;利用分层优化结合粒子群算法求解.该模型第一层以电网的电力系统经济调度为前提,第二层在极小化本系统发电成本的基础上,求取关口最大外送电交易能力.通过IEEE30节点系统仿真计算,表明该方法能有效获取关口外送电交易能力指标.     

生产计划的双目标混合整数规划模型及其求解

为解决实际生产中一种无调整费用的生产计划问题。给出了一个双目标混合整数规划模型。通过把这类问题转化为一般的目标线性规划问题,并利用交互规划的修正Z－W法进行求解,从而有效地解决这类问题。模型的解法结果适合于多产品的生产型企业使用。     

多目标规划在哈尔滨市地下水资源管理中的应用

建立了哈尔滨市地下水资源优化管理模型，将求解多目标最优化问题的约束法和线性加权法相结合，给出了一种综合解法，并将此法应用于所建立的水资源优化管理模型的求解。其结果可为该地区地下水资源的管理提供有参考价值的科学依据。     

次优拥挤收费的随机双目标模型

次优拥挤收费是缓解交通拥挤的一种有效手段,但可能产生不公平等问题,遭到大众反对.本文综合考虑系统总阻抗和公平性指标,将两者同时作为拥挤收费的目标函数,力图在缓解拥挤的同时,使得由于收费产生的不公平性最小.由于网络规划者有时候必须在不确定的环境下做出收费决策.本文将实际情况中出行需求的不确定性考虑到拥挤收费的决策过程,建立随机双目标的次优拥挤收费模型,以期得到的收费决策更加符合现实情况.对于这一模型,本文采用基于随机模拟的遗传算法进行求解.最后给出一个数值算例对所提出的模型和算法进行验证,说明综合考虑系统总阻抗和公平性指标两个目标,确实能够在缓解拥挤的同时,降低收费带来的不公平.     

最佳投资选择下的双目标函数规划模型

一般情况下,收益高的投资工具,其风险也大,而风险相对较小的投资工具其收益较低。金融投资的风险是指投资者在投资过程中,由于种种不确定因素,影响着其未来实际收益与预期收益发生背离的可能性及背离的幅度。因此,如何做出最佳投资选择,实现投资者的效用极大化的目标是投资决策分析研究的一个关键。     

多目标分层规划问题的最优均衡宽容值序列算法

对多目标分层规划问题的宽容完全分层序列算法做改进，寻求各层次多目标子问题的最优均衡值和最优均衡解，针对上级优先层次对下级层次的宽容值，求出所有层次按优先级顺序的最优均衡解；给出多目标分层规划问题的最优均衡宽容完全分层序列算法，得到在一定宽容限下所有层     

基于多目标整数规划模型的拍照任务定价

拍照赚钱任务合理的定价是促进劳务众包平台发展的重要课题.为了同时兼顾劳务众包平台与会员的利益,建立了基于任务打包的混合多目标整数规划模型,并采用线性加权评价函数法,利用SPSS、MATLAB、LINGO软件求解.研究发现,所建模型给出的任务定价较高,进而在一定程度上提高了任务的完成率.     

应急机动通信兵力派遣问题的通用模型

分析应急通信兵力派遣问题的一般组织方式，得出指派问题成本损失与时间优化的具有优先级的多目标分层非线性规划数学模型。给出求解该问题的宽容完全分层序列算法及具体实例。     

多目标拆卸序列优化问题的分散搜索算法

针对拆卸序列优化问题以最小拆卸时间和最大拆卸收益为优化目标建立了多目标优化数学模型.应用线性加权方法将多目标优化问题转换为单目标优化问题,并提出了一种改进的分散搜索优化算法.算法采用保持优先关系的交叉过程(PPX)作为子集解的组合算子,通过局域搜索算子改进组合算子产生的新解.引用数值算例对模型和算法进行了验证,结果表明该模型及算法求解多目标拆卸序列优化问题有效.     

从线性整数规划谈一维下料问题

一维下料问题是运筹学的一个经典NP-hard问题,在生产中普遍存在．优化下料可以提高原材料的利用率, 是企业增加经济效益的途径之一．从线性整数规划开始讨论了下料问题的各种模型,提出了一些需要改进的问题, 介绍了目前该问题研究的热点．     

一个求解多目标非线性规划问题的交互式方法

本文给出一个求解多目标非线性规划问题的新的交互式方法，此法的主要特点是，通过与决策者的交互对话，来逐次缩小权向量空间，在对目标空间中的点作筛选后，得到决策者满意的解。     

等式约束非线性最优化问题的一个降维算法

本文利用等式约束问题K-T点的一个充分条件,按照最小二乘法将等式约束问题转化为无约束最优化问题,从而提出了一个等式约束最优化问题的降维算法.     

线性分式规划问题的一个输出空间二分算法

把线性分式规划问题转化为输出空间上的非线性规划问题,然后在输出空间上利用线性搜索技术确定目标函数的上界和下界,再对所获得的上下界构成的区间利用二分技术求得原问题满足精度的解;数值结果表明所提出的算法是可行的和高效的,并且可以求解大规模问题.     

DC规划的分支算法

从DC规划的特点出发,提出了一种线性化方法和分支算法来求全局最优解,实验表明,该方法比传统的DCA算法更简单、方便,而且DCA算法得到的仅仅是局部最优解.     

一类多乘积问题的全局优化方法

给出一类多乘积问题(P)的全局优化方法.首先将(P)转化为其等价问题(Q),利用变量代换,把(Q)写成(EQ)形式,然后建立(EQ)松弛线性规划(RLEQ),通过求解一系列线性规划问题,不断更新最优值的上下界,证明了所给算法的收敛性,数值实验表明算法是可行的.     

线性规划在运输问题中的应用

线性规划主要应用于解决最优化问题。根据运输问题的基本特征,通过实例对运输问题进行了优化分析,建立了运输问题的线性规划数学模型。将模型应用于一些特殊的运输问题,从而得到最优化的方案,提高了实际运输工作中的经济效益。     

线性分式规划全局最优解的确定性方法

针对分式规划问题的求解,给出一个确定性全局优化算法.首先将原问题转化为一个等价问题,然后利用线性化技巧,建立等价问题的松弛线性化问题.通过对可行域的不断剖分以及一系列松弛线性化问题的求解,逐步求得原问题的最优解.理论上证明了算法的收敛性,数值算例表明算法是可行的.     

解廣義線性互補問題的一個序列線性規劃算法

在適當條件下,給出了廣義線性互補問題的絕對誤差界估計,基于這個誤差界,建立了求解此問題的一個序列線性規劃(SLP)算法,并在不要求存在非退化解的情況下,證明了算法的全局收斂性.     

一种求解随机线性二层规划问题的分支定界-粒子群混合算法

将一类随机线性二层规划模型转换为带期望约束的确定性线性二层协方差规划模型,并进一步利用KKT条件将二层协方差规划模型转化为单层规划模型,然后利用分支定界-粒子群混合算法对该模型进行求解.与传统分支定界算法的对比实验表明,该算法有效改善了上层问题的方差结果,且计算效率得到了较显著提高.