线性规划问题退化最优基可行解的性质

本通过分析两用阶段法求解线性规划初始可行解的一个例子,归纳了线性规划问题退化的最优基可行解的性质,包括同一退化最优基可行解不同表示,有无穷多最优解的表示。     

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.     

具有模糊关系不等式约束的单项几何规划的算法

本文研究具有取大取小模糊关系不等式约束的单项几何规划的解法.首先证明它的最优解由最大可行解与一个极小可行解组成,然后提出简化问题的几个规则,最后根据简化规划与分支定界法提出一个不需要求解全部可行极小解的算法.数值实例表明提出的算法是可行的.     

线性规划问题最优解集的结构与仅有唯一基最优解的充分条件

其中,A是秩为m的m×n矩阵,m相似文献   

切割定界与整数分枝结合求解整数线性规划

把一种改进的割平面方法和分枝定界的思想结合起来求解整数线性规划 ( ILP)问题 .它利用目标函数等值面的移动来切去相应 ( LP)的可行域中含其非整数最优解但不含 ( ILP)可行解的“无用部分”,并将对应的目标函数值作为 ( ILP)目标最优值的一个上界 ;最后 ,通过 ( LP)最优解中非整数基变量的整数分枝来获得整数线性规划的最优解 .     

一种原始——对偶单纯形算法的枢轴准则选择

Curet曾提出了一种有趣的原始一对偶技术,在优化对偶问题的同时单调减少原始不可行约束的数量,当原始可行性产生时也就产生了原问题的最优解.然而该算法需要一个初始对偶可行解来启动,目标行的选择也是灵活、不确定的.根据Curet的原始一对偶算法原理,提出了两种目标行选择准则,并通过数值试验进行比较和选择.对不存在初始对偶可行解的情形,通过适当改变目标函数的系数来构造一个对偶可行解,以求得一个原始可行解,再应用原始单纯形算法求得原问题的最优解.数值试验对这种算法的计算性能进行验证,通过与经典两阶段单纯形算法比较,结果表明,提出的算法在大部分问题上具有更高的计算效率.     

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．     

梁的弹性最优设计*

本文根据最小余能原理建立了弹性梁最优强度设计问题的数学形式,它为一个具有等式和不等式约束的泛函极值问题。进而应用拉格朗日乘子法得到了极值的必要条件,并由此导出最优解所必须满足的一组关系式,这组关系式可以用来检验等强度设计或任一可行弹性设计的最优性。当等强度设计不是最优设计时文中还建议了一个迭代寻优的数值解法。     

利用整点折线边界解一类线性规划问题

线性规划问题中的最优解的常用求法是图象法,如没有特殊要求,最优解一般会在可行域的边界点处取得.但是,对于最优解必须是整数的线性规划问题,有时在原边界处取不到最优解.对于这种情况,现行课本及资料提供的方法,一是以取得非整数最优解的线     

线性分式规划问题的最优性条件

本文讨论了线性分式规划问题ｍｉｎ以及它的最优性条件．证明了它的局布最优解一定是整体最优解，并且局布最优解正定在约束条件的基本可行解处达到．     

一种具有非线性约束线性规划全局优化算法

本文提出了一种新的适用于处理非线性约束下线性规划问题的全局优化算法。该算法通过构造子问题来寻找优于当前局部最优解的可行解。该子问题可通过模拟退火算法来解决。通过求解一系列的子问题,当前最优解被不断地更新,最终求得全局最优解。最后,本算法应用于几个典型例题,并与罚函数法相比较,数值结果表明该算法是可行的,有效的。     

单机供应链排序及流水作业的反问题模型

最优化问题是在给定参数情况下,对某个目标函数,如费用、容量等,寻找问题的最优解.然而在许多现实生活中,有时只能知道问题的参数近似值和一个可行解,需要最小程度地调整参数,使得给定的可行解成为最优,这就是最优化问题的反问题.本文研究单台机器供应链排序和流水作业排序的反问题.根据调整参数的不同,本文利用排序理论把这些反问题表示为相应的数学规划形式.     

二层随机规划逼近问题最优解集的上半收敛性

在下层初始随机规划问题可行解集上引入了正则的概念,并在下层初始随机规划最优解唯一的条件下,利用上图收敛理论,给出了下层随机规划逼近问题的任意一个最优解向量函数都连续收敛到下层初始随机规划问题的唯一最优解向量函数.然后将下层随机规划的最优解向量函数反馈到上层随机规划的目标函数和约束条件中,得到了上层随机规划逼近问题的最优解集关于最小信息概率度量收敛的上半收敛性.     

基于单纯形方法的双层线性规划全局优化算法

通过分析双层线性规划可行域的结构特征和全局最优解在约束域的极点上达到这一特性,对单纯形方法中进基变量的选取法则进行适当修改后,给出了一个求解双层线性规划局部最优解方法,然后引进上层目标函数对应的一种割平面约束来修正当前局部最优解,直到求得双层线性规划的全局最优解.提出的算法具有全局收敛性,并通过算例说明了算法的求解过程.     

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。     

双层规划问题基于对偶理论的遗传算法

针对下层为线性规划的非线性双层规划问题，提出了一种基于下层对偶理论的遗传算法。首先利用下层对偶问题可行域的极点对上层变量的取值域进行划分，使得每一个划分区域对应一个极点。根据原一对偶问题最优解的关系，确定每个划分区域对应的下层最优解。其次利用罚函数方法处理了上层约束，设计了一个依赖于种群变化的动态罚因子。对20个测试问题的数值结果表明，所提出的算法是可行有效的。     

E凸规划问题解集的刻画

考虑一类重要的广义凸规划问题E凸规划. 在E凸集中定义了关于E凸函数的E-Gateaux微分概念, 证明了E凸函数 的E-Gateaux微分的几个特征性质,并利用这些特征性质,提出了E凸规划问题解集的等价刻画. 在赋范向量空间中,对于一个目标函数在最优解处E-Gateaux可微的E凸规划问题而言,它的解集是由位于超平面内的可行解组成的,这些可行解的法向量就是目标函数在给定最优解处的E-Gateaux微分.     

非线性参数规划问题$\varepsilon$-最优解集集值映射的连续性

对非线性参数规划问题$\varepsilon$-最优解集集值映射的连续性条件进行了研究.首先在可行集集值映射局部有界且正则的条件下,讨论了非线性参数规划问题最优值函数的连续性,然后针对$\varepsilon$-最优解集集值映射的结构特征并利用此结果和集值分析理论,给出了非线性参数规划问题$\varepsilon$-最优解集集值映射连续的一个充分条件.     

非线性参数规划问题ε-最优解集集值映射的连续性

对非线性参数规划问题ε-最优解集集值映射的连续性条件进行了研究.首先在可行集集值映射局部有界且正则的条件下,讨论了非线性参数规划问题最优值函数的连续性,然后针对ε-最优解集集值映射的结构特征并利用此结果和集值分析理论,给出了非线性参数规划问题ε-最优解集集值映射连续的一个充分条件.     

线性规划最优解集的表现

文献［１］讨论了有无穷多最优解的线性规划问题，并利用最优单纯形表格的检验数给出线性规划有无穷多最优解的判别法，本文利用最优基可行解的凸组合及最优极向的非负线性组合给出线性规划最优解集的表现，从而把线性规划最优解集的几何特征阐释清楚．