改进的Kth-best方法解无上层约束的线性双层规

针对无上层约束的线性双层规划问题提出一种改进的K最好方法(Kth-best方法). 理论和算例证明该方法在不需要原Kth-best方法的前提条件下可以有效地解决线性双层规划问题.     

一个求解线性双层规划的全局收敛算法

用线性规划对偶理论讨论了线性双层规划的最优性条件,利用下层问题的对偶间隙,将线性双层规划转化为目标函数带惩罚项的单层问题,通过对转化后的单层问题进行求解,给出了一个求解线性双层规划局部最优解的方法,然后引进一种割平面约束来修正当前局部最优解,直到求得线性双层规划的全局最优解。提出的算法具有全局收敛性,并通过一个算例说明了算法的求解过程。     

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.     

解型线性双层规划的共轭对偶

把一般形式的解型线性双层规划问题等价转化为一个DC规划问题；利用DC规划共轭对偶的思想，讨论解型线性双层规划的共轭对偶规划及其对偶性质．     

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.     

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。     

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.     

下层为二次规划的双层规划两阶段算法

分析下层为强凸二次规划的双层规划的特殊性质,得到两点结论:若利用下层问题的KKT条件将其化归为线性互补问题(LCP),可结合LCP的互补旋转算法进一步求解原双层规划;若以线性—二次双层规划为子问题构造信赖域算法,得到的子问题的解在原问题的诱导域中。基于以上两点设计出了两阶段算法,在第一阶段,利用LCP互补旋转算法迅速到达一诱导域极点,在第二阶段,利用信赖域算法收敛到局部极小点。收敛性分析和算例表明,此算法简捷且具有较好的收敛性。