线性分式规划的多项式算法

Charnes—Cooper提出了一种线性分式规划的算法。本文在此基础上证明了线性分式规划与一种特定的线性规划等价。将Karmarkar算法用于该线性规划,我们得到了线性分式规划的多项式算法。     

一类分式双层规划的解及其性质

讨论一类双层规划：第一层中的目标函数是分式且约束是线性的，第二层是带参数的线性规划。给出了这类双层规划具有恰当罚函数的充要条件，以及这类问题的解的一些性质。     

几何规划的一种多项式时间算法

利用几何规划的特点，借助于对偶理论，把原始对偶道路跟踪内点算法，推广应用于正定式几何规划并证明了此算法对于无约束正定式几何规划是一种多项式间算法，可以预料，这种算法可推广应用于约束几何规划问题。     

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．     

线性分式规划问题的灵敏度分析

本文讨论了线性分式规划问题的灵敏度分析，将一般线性规划问题的灵敏度分析的结论推广到线性分式规划问题。     

Kar markar算法与分式线性规划

本文将求解线性规划的Ｋａｒｍａｒｋａｒ算法推广至分式线性规划；给出了两种求解分式线 性规划的算法，其计算步数的界均为Ｏ（），其中Ｌ是问题数据的输入长度，ｎ为问 题的变量数目；改进了 Ｋｈａｃｈｉｙａｎ １９８０年所得的结果。     

线性分式和规划问题的全局优化算法

提出一种求解线性分式和规划问题的分支定界算法.该算法首先利用等价转换技巧构造出原问题的等价问题,然后通过凹凸性包络技术建立等价问题中目标函数与约束函数的下逼近函数,得到其线性松弛规划,从而将原来的非凸规划问题转化为一系列线性规划问题,以确定原问题最优值的下界.从理论上证明了算法的收敛性,并用数值试验验证了算法的可行性和有效性.     

含参数的线性分式规划问题的一个解法

目标函数和约束条件右端常数顶含参数的两种线性分式规划问题的解法，通常是通过引进额外参数加以解决。本文给出了另一种解法，不需引进额外参数，而是直接在单纯形表上，加以解决，只是使用了另一种形式的检验数。     

广义分式规划Dinkelbach型算法的改进

在紧集情况下 ,在讨论了广义分式规划问题的Dinkelbach型算法的基础上 ,提出了改进的Dinkelbach型算法 ,结果表明 ,该算法比现有的算法更简单 ,具有更好的收敛性     

线性规划的Karmarkar方法(续)

线性规划的多项式算法——Karmarkar方法，是近期国际运筹学界的著名成果，它在理论与实用上都有重要意义，本文希望用比较通俗的方式介绍它，以便让更多的人们了解这一方法并将它应用于实际，产生更多的经济效益。     

集函数的极小极大分数规划的最优性充分条件

文章给出了广义type-Ⅰ不变凸函数的概念,运用广义type-Ⅰ不变凸函数得到极小极大分数规划的最优性的充分条件。     

求解线性规划的几种方法

线性规划是运筹学中应用最广泛的一个分支,详细地分析了线性规划的非多项式算法和多项式算法;给出了求解线性规划问题常用的数学软件,并对这些软件做了介绍。最后给出了线性规划问题的原-对偶内点算法,数值实验表明该算法具有很好的收敛性与稳定性。     

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.     

n集函数极小极大分数规划的最优性充分条件

本文主要讨论了n集函数极小极大分数规划最优性问题.首先介绍了具有广义V不变凸的函数的概念,然后在这类广义凸性性质下证明n-集函数极小极大分数规划的最优性充分条件.     

B-不变凸分式规划的最优性条件及其对偶定理

最优性条件和对偶定理是数学规划中十分重要的内容，在不变凸函数分式规划问题的基础上讨论了B-不变凸分式规划解的最优性条件及其对偶定理．     

线性规划内点算法的若干收敛性问题

对于线性规划问题 ｍｉｎ｛ｃтｘ｜Ａｘ≥ｂ，ｘ≥０｝，印度学者 и．Ｋａｒｍａｒｋａｒ于 １９８４年发明 了一种新的内点算法，它的时间复杂性为Ｏ（ｎ３．５Ｌ２），其中ｎ为问题的变量个数，Ｌ为输 入中的二进制位数。其后又出现了多种变形方案，如原始型和对偶型内点算法等等。本 文主要讨论它们的收敛性问题。关于Ｋａｒｍａｒｋａｒ算法，证明了当原始线性规划问题无有 限最优解时算法也可以收敛。关于原始型和对偶型内点算法，给出了它们的基本性质以 及若干收敛性结果。