以滞量为参数的广义Liénard方程的Hopf分支

本文讨论广义Lienard方程的Hopf分支问题首先指出文［3］的错误，并分析了时滞对周期的影响，估计出k＝－f（O）可取多少个不同的值使广义Lienard方程有周期解．然后考虑以时滞r为参数的Hopf分支问题，得到了Hopf分支值及分支方向，并估计出时滞r可取多少个不同的值使方程有周期解，再运用Hassard“规范形”方法，给出了计算以滞量为参数的Lienard方程的Hopf分支公式，利用该公式，能判断周期解的稳定性井得到周期解的近似表达式．     

非线性规划问题的灵敏度分析和稳定性分析

1.引言在大多数实际问题中,当求解一个非线性规划问题时,我们不但要求得到它的解,而且还要了解当问题随某些参数变化时它的最优解将发生怎样的变化,这种随参数的变化可能是离散的,也可能是连续的。因此我们要考虑最优解的局部扰动(灵敏度)分析和有限扰动(即稳定性)分析。扰动和逼近已经成为数学的重要分支。在数学规划中,灵敏度分析和稳定性分析也已经被用来得到最优性条件,对偶性结果,计算方法的设计,收敛性和敛速估计等等。     

单体型装配问题及其算法

单核苷酸多态性(SNP)单体型装配问题就是从给定的来自某人染色体的SNP片段中去除错误,重构出尽可能与原来片段一致的单体型.这个问题有几个不同的模型最少片段去除(MFR)问题,最少SNP去除(MSR)问题以及最少错误纠正(MEC)问题.前两个问题的复杂性与算法已有一些学者研究过.第三个问题已被证明是NP完全问题,但这个问题的实际算法还没有.该文对MEC问题给出了一个分支定界算法,这个算法能得到问题的全局最优解.通过这个算法对实际数据的计算说明了MEC模型的合理性,即在一定条件下,通过修正最少的错误重构出的单体型确实是真实的单体型.由于分支定界算法对这样一个NP完全问题不能在可接受的时间内解规模较大的问题,文中又给出了求解MEC问题的两个基于动态聚类的算法,以便对规模较大的问题在可接受的时间内得到近似最优解.数值实际表明这两个算法很快,很有效.这两个算法总能得到与分支定界找到的全局最优解很接近的近似最优解.鉴于MEC问题是NP完全的,这两个算法是有效的、实际的算法.     

分支分类的树聚类法

在分析分支分类的聚类特征和建立基集的最小导出树等概念的基础上，本文给出一个分支分类方法，树聚类法。该包括包含聚合与调整两个过程，每个过程依赖于求最小导出树。实验结果表明该方法是正确的，并可由微机实现。     

二机器流水作业排序问题全部最优解的结构

排序问题F2||Cmax,Johnson条件只是最优解的充分条件，不是必要的．本文绘出一个充分必要条件，由此得到生成全部最优解的算法．主要理论是基于一种序论方法．     

群S4对称自治系统的Hopf分支

本文利用Ｌｙａｐｕｎｏｖ－Ｓｃｈｍｉｄｔ方法对一类群Ｓ４对称的自治系统进行讨论，得到了Ｈｏｐｆ分支解的存在条件，研究了分支解的结构。     

运输问题求解的一种网络算法

本着重探讨了在网络图上求运输问题的初始解的方法，并指出在求解受时间约束的运输问题时得到的初始解，在很大程度就是该问题的最优解，通过实例说明了该算法。     

二次整数背包问题的新算法

给出了一种求解一般二次整数背包问题(quadratic integer knapsack problem,QIKP)的新算法.该方法把占优的概念与分支定界思想结合,旨在寻求全局最优解.对QIKP给出了占优的定义,通过变量系数之间的关系,很容易找到占优组和极小占优组,从而删除可行域中那些非最优点.新的占优定义对凹的二次函数尤其有效.在理论证明的基础上,设计相应的算法,并进行了数值计算.结果显示,在随机产生的例子中,该算法是有效的,并且与传统的分支定界算法相比,得到了更好的最优解,最优值有了较大的提升.     

基于种群分类排序的约束优化遗传算法

针对约束优化问题,提出了一类将种群中的个体分类排序的思想.算法的特点在于:先将种群中的解分为可行解和不可行解两类,然后分别按照不同的标准排序.由于很多约束优化问题的最优解位于可行域的边界上或附近,所以排序时并不认为可行解一定优于不可行解.基于此分类排队思想,特别设计了只允许同等级个体进行交叉的新的交叉算子,称之为同等级交叉算子,以及基于一维搜索的变异算子.算法同时采用了保证固定比例不可行解的自适应策略.4个标准测试函数的数值仿真结果验证了算法的有效性.     

一类可再生资源系统的最优动态平衡收获

研究一类可再生资源系统的最优利用问题．首先,引进一个新的效用函数, 它依赖于收获努力度和资源量,由此导出最优控制问题．其次证明该控制问题最优解的存在性．然后,利用无穷区间上控制问题的最大值原理,得到一个非线性的四维最优系统．通过对上述系统正平衡解的详细分析,借助 Hopf 分支定理证明了极限环的存在性．之后考虑中心流形上的简化系统, 分析极限环的稳定性．最后,解释所得结果的生物经济学意义．     

带有活动重叠的项目调度问题新算法:分支定界法

在复杂产品研发项目中,通常采用活动重叠的方式来缩短工期,带有活动重叠的资源受限项目调度问题的求解多以启发式算法为主,该方法虽然具有收敛速度快、计算规模大等优点,但无法得到最优解,而精确算法是求解上述问题最优解的有效方法。基于此,本文在深入分析活动重叠对项目调度影响的基础上,设计了分支定界法以获得最优解。首先,从理论上证明了算法的最优性,一是对仅考虑最小延迟替代集即可得到最优解进行了证明;二是对割集支配规则与左移支配规则在剪枝操作中的应用进行了证明。其次,在算法设计上采用数据结构——栈对搜索树上的节点信息进行存储,并针对活动重叠约束,定义了新的决策时刻点和新的搜索树节点的表示方法。最后,通过大量的算例实验分析验证了算法的可行性和有效性。综上,本文提出的算法具备成熟的理论意义与精准的计算结果,具有较高的研究价值。     

基于最大惩罚似然的高斯混合模型无监督分类研究

本文提出了一个基于高斯混合模型的无监督分类算法. 考虑到利用EM算法求解高斯混合模型的参数参数估计问题容易陷入局部最优解, 我们引入逆Wishart分布来代替传统的Jeffery先验. 几个实验数据的结果表明, 采用该方法估计无监督分类的成分数, 无论是估计的正确率, 还是运算速度, 都有较大提高.     

缩小可行域求线性规划的整数最优解

新教材中添加了"简单的线性规划"一节.在求最优解的问题中,如果所求的不是整数最优解,通过平移直线的方法得出最优解,学生能够理解,也容易掌握.但如果要求整数最优解,讲解的时候利用多媒体演示学生也能理解,但在学生做作业的时候就出现了问题,学生不知从何下手.如果同样利用平移的方法,由于此时的可行域为不连续的点,很难得到最优解.这时我们可以采用缩小可行域的方法解决求整数最优解的问题.     

求广义线性比试和问题全局解的新方法

为确定广义线性比式和规划问题(GFP)的全局最优解,提出一个新的分支定界方法.在算法中,分支过程采用单纯形对分规则,且界的估计通过一些线性规划问题的求解完成.给出算法的收敛性证明.数值试验结果显示算法是有效可行的.     

回避分类讨论的方法

如果一个变化的因素（变化元、变化式、变值域、变方法、变情境等），使题目产生异解（推算相异、结果相异等）而不便统一处理，那么，可对这变因素的各类情况分别讨论求解，最后把各类情况的结果归并来作全题的结果．这个应对变因，化整为零，各个击破，聚零为整的方法，是一个题目需要分类讨论的原因，又是如何分类讨论的方法．回避分类讨论的关键是，如何消除或避开引起分类讨论、使题目产生异解的变因素．     

具有年龄结构的线性周期种群动力系统的最优收获控制问题

研究一类具有年龄结构的线性周期种群动力系统的最优收获控制问题,即讨论了具有周期的生死率和周期变化的收获项的Lotka Mckendrick模型.利用Mazur's定理,作者证明了控制问题最优解的存在性,同时借助于法锥概念,还得到了控制问题最优解存在的必要条件。最后，在适当的假设下，得到了最优控制问题的唯一解。该文的结论推广了某些已有的结果.      

基于DC分解的非凸二次规划SDP近似解

本文提出一类基于DC分解的非凸二次规划问题SDP松弛方法,并通过求解一个二阶锥问题得到原问题的近似最优解.我们首先对非凸二次目标函数进行DC分解,然后利用线性下逼近得到一个凸二次松弛问题,而最优的DC分解可通过求解一个SDP问题得到.数值试验表明,基于DC分解的SDP近似解平均优于经典SDP松弛和随机化方法产生的近似解。     

线性约束凸规划的鞍梯度法

求线性约束凸规划问题的最优解。方法：在鞍梯度法的基础上提出了一个具有全局收敛性的原一对偶外点算法。结果：每步迭代利用Lagrange函数的鞍梯度构造搜索方向，生成次可行解序列，由此得到的序列的极限就是原-对偶问题的最优解。结论：即使从原一对偶问题的不可行点开始迭代算法也收敛。     

全局求解线性多乘积规划的分支定界算法

本文针对一类线性多乘积规划问题提出一种分支定界算法.首先将原问题转化为其等价形式,然后利用提出的线性松弛技术将等价问题松弛为线性规划问题,通过求解一系列线性规划问题得到原问题的全局最优解.最后给出算法的收敛性和计算复杂性.数值实验表明算法是有效的.     

Fuzzy正项几何规划的分类及相应类的性质

本文将Ｆｕｚｚｙ正项几何规划分成三类，并分别探讨了其相容性与Ｆｕｚｚｙ最优解问题。