0-1多项式背包问题的一种精确算法

提出了0-1多项式背包问题的一种新的精确算法. 该算法是一个基于拉格朗日松弛和对偶搜索的分枝定界方法. 用外逼近法求拉格朗日对偶问题得到上界,其中拉格朗日松弛问题通过转化为一个网络最大流问题来求解. 为了提高算法的效率,利用两种启发式方法求初始可行解,并用填充和交换的方法改进后得到初始下界; 并且在分枝定界前, 利用所得到的拉格朗日界, 先固定最优解中某些变量的值. 数值结果表明该算法是有效的.     

带有重积分型余项的泰勒公式及其证明

本文给出了带有重积分型余项的泰勒公式,并用著名的牛顿-莱不尼茨公式加以证明,同时得出了几点结论.     

大变形动力固结问题系统方程及其变分原理

基于动力荷载作用下地基土变形规律,提出了大变形动力固结及其数值建模问题．在构筑大变形动力固结问题系统方程表达形式的基础上,构建了基于瞬时最小势能分析的场耦合机理变分原理．引用广义变分原理的思想,证明了基于拉格朗日乘子所表达的大变形动力固结问题系统方程及其变分函数,使得孔隙水压力场变分成为无约束变分泛函．通过高阶拉格朗日乘子法的应用,消除了本构方程对有效应力场变分泛函的约束作用,使得动力固结有效应力场的变分泛函成为真实的三变量完全广义变分原理．     

壳聚糖／腈纶纤维抗菌纤维混纹比与纱线强度关系研究

简要说明了采用混纺法纺制壳聚糖抗菌纱线的必要性,并以壳聚糖和腈纶混纺纱断裂强度为例,采用拉格朗日插值法进行数学分析出：壳聚糖／腈纶纱的混纺比为59／41左右时纱线强度最好,抗菌效果也处于极佳状态。     

有关中值定理中间点位置的两个定理

对于∪+∞i=1[ai,ai+1)=[0,+∞),aiai+1=I(I可为任意确定的正数),i=1,2,…,给出了一类单调函数u(x),x>0在区间[ai,ai+1],i=1,2,…的拉格朗日中值定理中间点(设为ξi,i=1,2,…)的位置随i值单增而变化的规律。并且对于函数u(x)在任意区间内的中间点的位置给出了一个上界。     

数据处理中几种内插和拟合方法的探讨及应用

空间科学很多方面都涉及到数据处理,将数据处理中常用的拉格朗日、三次样条和切比雪夫多项式应用于人造卫星的位置计算,对结果进行比较以后得到结论：利用拉格朗日内插后切比雪夫多项式拟合的效果比三次样条内插后切比雪夫多项式拟合效果好．     

认知Ad hoc网络中基于凸优化的功率控制算法

针对认知Ad hoc网络的特点,构建了相应的网络模型,提出了一种基于凸优化理论的分布式功率控制算法。在分析系统内部干扰的基础上,以最大化网络效用值为目标,以认知用户的发射功率为求解对象,建立了一个通用的数学优化模型。在凸优化理论的指导下,通过引入辅助变量和变量的对数变换,将该模型转变为等价的凸优化模型,采用拉格朗日对偶法对该模型进行求解,得到了分布式的功率迭代算法。仿真实验表明：与其他算法相比,该算法在满足系统约束条件的前提下,取得更好的系统性能。     

Taylor公式及其应用

给出了四种类型余项的Taylor公式，介绍Taylor公式在求极限、估计无穷小或无穷大的阶、研究函数性态等方面的应用。     

面向鲁棒性的高速铁路网络列车运行调整计划优化模型

针对高速铁路路网中出现区间封锁事件,考虑事件持续时间的不确定性,以列车运行时间和安全间隔时间为约束条件,引入路径选择唯一性约束保证列车运行调整计划的鲁棒性,以所有列车晚点时间之和的期望值最小为目标函数,建立高速铁路列车运行调整计划优化整数规划模型.设计基于优先级规则的启发式算法,求解原模型的可行解.运用拉格朗日松弛算法和最短路径算法求解该模型的松弛模型,得到原模型最优解的下界.根据可行解与最优解下界之间的距离,可以定量地衡量可行解的质量.结果表明,相较于CPLEX数学求解软件,算法求解效率较高;模型与算法能够有效生成鲁棒的列车运行调整计划,为调度员提供必要辅助决策信息.     

带时间约束的配送网络流问题

考虑带时间约束的物流配送中的网络优化问题,即由配送中心向各个客户通过某种运输工具（如货车）供应货物的问题,目的是在满足各客户对时间和需求量的要求下尽可能降低配送成本.首先不考虑时间约束,通过一个混和整数规划模型来加以描述,以网络单纯形法、拉格朗日松弛算法以及试探法为主要研究方法,有效地得到在没有时间约束条件下的一个近似程度较高的可行解;再在所得结果的基础上进行修正直到得出满足时间约束的可行解.