求解线性规划问题的一种算法

本文给出了求解线性规划问题的一种算法,该算法在用初等行变换求约束条件的基本可行解时,通过控制目标函数的检验数使基本可行解靠近最优解,减少了迭代次数,从而减少计算量,并可以在计算机上实现.     

约束系数与约束右端项同时变化的灵敏度分析

灵敏度分析是线性规划理论的一个重要内容,理论的灵敏度分析局限于讨论单个参数发生变化对求解结果的影响.主要讨论约束系数向量PJ与约束右端项向量bi同时变化时对最优基、最优解及目标值的影响,并给出在最优解发生变化时,如何求出新的最优解的一般方法,最后给出算例加以说明.     

利用模型管理框架求解多目标优化问题

为了提高演化算法的效率，减少优化时间，提出一种多目标模型管理框架。利用该模型管理框架可以在整个寻优区域内建立比较精确的目标及约束的近似模型，从而避免了大量耗时的高精度分析计算。将该多目标模型管理框架与单纯形-多目标粒子群算法（SM-MOPSO）相结合，对某轻型飞机齿轮箱减速器进行多目标优化设计，使高精确分析计算的次数减少88％。该多目标模型管理框架及SM-MOPSO算法可用于求解大型、复杂的工程优化问题。     

线性规划基线算法的数值预报

介绍了基线算法的构思原理，用Neilib数据和随机生成的数据对几种具体的实现形式进行了测试，并与单纯形法进行了比较。理论和数值结果表明基线算法是一种可靠，有效的算法，此外，还给出了有关于其它算法（包括内点算法）的若干评述。     

线性规划两阶段法的简易算法

文章针对线性规划引入人工变量的问题，借助于文献[1]的思想提出了一种新的简易算法．结合单纯形法，不必引入人工变量且可在一种表格下直接应用旋转运算求得线性规划问题的最优解．该算法简单直观，操作方便，且能有效节约计算机的存储量和计算量．     

有向无环图分层算法研究

具有复杂概念结构的数字化教学资源，其可视化是教学资源整合的重要组成部分．对有向无环图（DAG）的结点进行分层，使得所有结点指向同一个方向，是经典的Sugiyama画图算法中的一个重要步骤．在对现有几个具有代表性分层算法的实验和结果分析基础上，运用线性规划的思想，采用单纯形法的结点分层算法作为数字化教学资源的可视化工具．该算法可以确保分层后的图的总边长跨度最小，并保证其所占的面积也比其他的算法显著减少．     

关于高等院校师资补充方案预测的动态模型

本文针对高等院校师资补充方案的预测问题，给出了动态分析模型，并把模型化为一系列线性规划模型，利用单纯形算法求出问题的解。     

关于单纯形集的一个定理

介绍了单纯形集ｃｏ（η＾１，…，η＾ｍ）与非正向量集Ｒ的交为空集的一个充要条件。该结论在矩阵对策、相容多商品流问题及满意问题等的求解中有潜在应用价值。     

对偶单纯形两阶段法

在用对偶单纯形法解线性规划问题时,必须找到初始正则解.为避免人工约束的引入,利用变量代换,给出不增加变量个数的对偶单纯形两阶段法.     

机组复原问题研究

精细的运筹规划研究为航空公司提供了越来越高效的运营计划,使得飞机和机组的利用率非常之高,这导致即使是小小的意外发生,都将影响计划的实施,甚至是整个航班计划的中断。所以,不正常运营规划显得愈发重要,而机组复原又是其中重要的环节。针对该问题,提出了能充分描述该问题的关系网络图,建立了多商品网络模型。对于该大规模整数规划问题,设计了适用的对偶单纯形法,从而大大减少了问题求解的时间。算例分析表明,算法满足航空公司不正常运行期的实时控制要求。和cplex线性规划求解方法做性能比较证明了算法具有较高的求解效率。