非线性随机规划问题最优值与最优解的可测性

利用对偶理论与可测集值映射理论等,本文首次证明了一般非线性随机规划问题最优值和最优解的可测性,从而为研究它们的概率分布、矩等分布问题以及一般随机规划问题的实际求解奠定了理论基础.     

不可再生资源的最优开发与利用

在考虑资源效用最大化的基础上,通过对不可再生资源开发率模型和利用率模型的分析,给出了在有效开发率及有效利用率制约条件下的一种新模型.同时,利用极大值原理对综合模型进行求解,得到了最优控制策略.     

油气资源勘探与开发的不确定性分析及最优策略

基于油气资源勘探与开发的特点,建立了油气藏勘探发现率及储量模型,并在油气价格服从几何布朗运动条件下,以油气开采收益最大化为目标,建立了油气资源勘探与开发的随机最优控制模型,然后运用动态规划方法推导了在状态方程有几何布朗运动、带随机泊松跳过程条件下,值函数所满足的HJB方程,并对最优策略的求解进行了一些讨论.     

求代数方程组数值解的智能新方法

本文针对解代数方程组计算复杂和非线性方程组的解难以得到问题，提出了一种适合于不同类型方程组的通用算法．模拟生物进化过程，利用仅以变异作为唯一基因操作的EP方法来求方程组的最优解或次最优解．首先建立智能化的通用方程组，再利用改进的EP方法(在自适应方法中引入小生境思想)来求解方程组．算法既简单又具有通用性，最后举例说明本方法的有效性．     

减少化验次数的一个优化模型

依据数学理论证明在一定条件下，可以减少化验次数；并给出了选择方法；建立了一个减少化验次数的优化模型。     

A ROBUST DECOMPOSITION OF LINEAR PROGRAMMING USING A GOAL-PARTITIONING METHOD

The Dantzig/Wolfe linear programming decomposition algorithm has had important economicinterpretations as well as a widespread impact on solving large scale linear programming problem.Inthis paper we consider a similar underlying structure,where however there is only one couplinginequality or equation.With this simplification,we demonstrate how to achieve an equitable partitionof the overall coupling resource to individual subproblem constraints through a simple iterationprocedure which appears to be very efficient.     

系统的分散与集中的决策：（Ⅱ）分散控制效果分析

分散集中系统是一种重要的工业过程控制系统．合适的分散度有利于提高系统的性能指标，尤其是动态响应速度和误差时间的积分值都有明显地改善．文中提出若干系统分散的选择原则，并用仿真和理论分析加以证明．     

影响遗传规划基因内区的因素分析

通过众多的试验和分析 ,证实遗传规划的个体中存在基因内区 ,它对进化的收敛既有积极作用也有消极作用 .文中通过对有关遗传操作方法和参数的研究 ,定性地分析了它们对基因内区的影响 ,并指出抑制基因内区消极作用的途径 .     

输出/输入比值优势与DEA有效

进一步讨论了多目标规划模型 ( vp)中的 Pareto有效与 DEA有效的关系 ,得到两个重要结论 ,藉此无须求解 DEA模型就能判断某些 Pareto有效 DMU的 DEA有效性。     

Method for Risky Multiobjective Group Decision-Making and Its Application

The multiobjective group decision-making problem under risk is common in reality. This paper focuses on the study about risky multiobjective group decision-making problem where the index value is not certain. We give indexes classifying method and index normalizing formula of this type problem. By building objective function that minimizes general weighted distance from every alternative to the relatively best and worst alternative, the optimal membership degree of every decision-maker to every alternative can be obtained, and by building another objective function that minimizes general weighted distance from the optimal membership degree of every decision-maker to every alternative to the group optimal alternative and the group inferior alternative, the optimal membership degree of every decision-maker to every alternative can be obtained, which are both based on probability theory and fuzzy theory. Aftermost a model is established which collects group preferences. This method provides a new idea and