基于LU分解的亏基摄动对偶Ⅰ阶段算法

将摄动算法和亏基单纯形算法相结合,以充分发挥这两种算法的优势,从而为亏基对偶单纯形算法提供一个新的Ⅰ阶段算法,以使其进一步克服退化所带来的困扰.数值试验结果表明,新算法能够降低退化带来的不良影响,减少总迭代次数和运算时间,其效率不仅远远优于传统的单纯形算法,且优于原有的亏基单纯形算法,是一个非常吸引人且充满希望的新尝试.     

基于亏基的摄动原始单纯形Ⅰ阶段算法

通过摄动技术来使问题强制获得对偶可行性,执行亏基对偶单纯形算法得到一个原始可行基,并采用修正的主元规则,以充分发挥这两种算法的优势,从而为亏基原始单纯形算法提供一个新的I阶段算法,以使其进一步克服退化所带来的困扰.初步的数值试验表明,亏基和摄动两种算法优势的结合,能有效地克服退化的影响,能有效地减少总迭代次数和运行时间,其效率远远优于传统两阶段单纯形算法.     

无比值检验的亏基原始Ⅰ阶段算法

首次将亏基和无比值检验列主元规则相结合,执行亏基对偶单纯形算法得到一个原始可行基,以充分发挥这两种算法的优势,从而为亏基原始单纯形算法提供一个新的I阶段算法,以使其进一步克服退化所带来的困扰.数值试验表明,亏基和无比值主元规则的结合,能有效地减少总迭代次数和运行时间,其效率远远优于传统两阶段单纯形算法.     

基于最陡边规则的亏基对偶Ⅰ阶段算法

将摄动算法和亏基原始单纯形算法相结合,采用最陡边的列主元规则,以充分发挥这两种算法的优势,从而为亏基对偶单纯形算法提供一个新的I阶段算法,以使其进一步克服了退化所带来的困扰.初步的数值试验表明,所提出的算法能有效地减少总迭代次数,其效率不仅远远优于传统的原始两阶段单纯形算法,且优于原有的亏基原始单纯形算法,是一个非常吸引人而充满希望的新尝试.     

互补基解性质的应用研究

对线性规划互补基解性质进行了研究,得到了由线性规划问题最优基对应的单纯形表直接获得对偶线性规划问题最优基对应的单纯形表的一个有效方法,给出了应用实例.     

线性规划的目标函数最速递减算法

在对偶单纯形方法的基础上，提出了线性规划的目标函数最速递减算法。它避开求初始可行基或初始基，以目标函数全局快速递减作为选基准则，将选基过程与换基迭代合二为一，从而大大减少了迭代次数。数值算例显示了该算法的有效性和优越性。     

有界变量亏基单纯形算法

为克服单纯形算法中退化现象带来的困扰,本文在文[1]的基础上进一步提出亏基有界变量单纯形算法,并证明了算法的收敛性.     

第一阶段原有单纯形和对偶单纯形算法的计算比较

线性最优化广泛应用于经济与管理的各个领域.在线性规划问题的求解中,如果一个初始基本可行解没有直接给出,则常采用经典的两阶段法求解.对含有"≥"不等式约束的线性规划问题,讨论了第一阶段原有单纯形法和对偶单纯形法两种算法形式,并根据第一阶段问题的特点提出了改进的对偶单纯形枢轴准则.最后,通过大规模数值试验对两种算法进行计算比较,结果表明,改进后的对偶单纯形算法在计算效率上明显优于原有单纯形算法.     

变量有广义界线性规划的直接对偶单纯形法

本文讨论变量有广义界线性规划问题借助标准形线性规划同单纯形法技术，建立问题的一个直接对偶单纯形法。分析了方法的性质，给出了初始对偶可行基的计算方法，并用实例说明方法的具体操作。     

传统选主元规则的变形及其在亏基方法中的应用

从几何直观入手，对传统单纯形两阶段方法加以分析，得到了变形传统选主元规则的思想和动态选主元策略的思想，并将两种思想在亏基架构下加以实现。由此给出了三种具有动态选主元策略的变形的选主元规则及其相应的亏基算法。数值试验结果表明，两种思相具有可行性。     

基于亏基的最陡边主元标算法

在最陡边规则的基础上建立了新的主元标规则,并将其应用到亏基情形,在亏基的框架下建立了一个新的求对偶可行基的算法,数值结果表明,新算法能够减少迭代次数,算法效率较高,并且对于大规模问题的求解具有潜在优势,进一步表明了最陡边主元规则的可行性和有效性.     

基于线性规划核心矩阵的单线形算法

本文讨论了线性规划中的核心矩阵及其特性,探讨了利用核心矩阵实现单纯形算法的可能性,并刊一步提出了一个基于核心矩阵的两阶段原始－对偶单纯形方法,该方法通过原始和对偶两个阶段的迭代,可以在有限次迭代中收敛到原问题的最优解或证明问题无解或无界。在试验的２２个问题中,该算法的计算效率总体优于基于传统单纯形方法的ＭＩＮＯＳ软件。     

线性规划求基可行解的一种方法

本文通过增加一个特殊约束，贯彻对偶单纯形法检验数全非正的思想，迭代求优；然后再去掉该约束，结果却可得到一个基可行解。上述过程经简化处理后，增减约束可以不必出现，它仅使单纯形表矩阵增加几次初等变换而已，足见其方法之简捷及有效性。     

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.     

有限域上存在弱自对偶正规基的一个充要条件

对于将有限域上的自对偶基概念推广到了更一般的弱自对偶的情形,给出了有限域上存在这类正规基的一个充妥条件:设q为素数幂,E=Fqn为q元域F=Fq的n次扩张,N={αi=αqi|i=0,1,…,n-1}为E在F上的一组正规基．则存在c∈F*及r,0≤r≤n-1,使得β=cαr生成N的对偶基的充要条件是以下三者之一成立: (1)q为偶数且n≠0(mod 4);(2) n与q均为奇数;(3)q为奇数,n为偶数,(-1)为F中的非平方元且r为奇数．     

一种用于线性规划算法的换基准则

本文就线性规划中的对偶单纯形法和运输问题中的表上作业法选取出基变量或者对基变量的准则进行改进,从而得出一种新的换基准则.按该方法进行优化运算,可以使算法的迭代次数减到最少,从而加快了运算速度.     

避免引入人工变量求线性规划可行基的一个新方法

讨论了线性规划的单纯形解法,给出了不须加人工变量就可得到一个可行基的算法.通过大量的算例表明此法比传统的单纯形方法具有算法结构简单,计算量小的优点.     

基于最钝角主元标规则的亏基算法北大核心

在最钝角原理基础上建立了新的主元标规则,它按最钝角原理赋予一组非基本变量较高优先权,先在其中选择进基变量,直到其相应的检验数均满足符号条件;如果此时剩下的检验数均已满足条件,则已达到最优.在亏基架构中引入新的主元规则,能有效地减少每次迭代可选的非基变量的个数.数值试验表明,新算法的效率优于亏基原始单纯形算法,表明了最钝角原理的可行性和有效性.     

有限域上存在弱自对偶正规基的一个充要条件

对于将有限域上的自对偶基概念推广到了更一般的弱自对偶的情形,给出了有限域上存在这类正规基的一个充要条件设q为素数幂,E=Fqn为q元域F=Fq的n次扩张,N={αi=αq2| i=0,1,…,n-1}为E在F上的一组正规基.则存在c∈F*及r,0≤r≤n-1,使得β=cαr生成N的对偶基的充要条件是以下三者之一成立(1)q为偶数且n≠0(mod 4);(2)n与q均为奇数;(3)q为奇数,n为偶数,(-1)为F中的非平方元且r为奇数.     

基于最钝角主元标规则的亏基算法

在最钝角原理基础上建立了新的主元标规则,它按最钝角原理赋予一组非基本变量较高优先权,先在其中选择进基变量,直到其相应的检验数均满足符号条件;如果此时剩下的检验数均已满足条件,则已达到最优.在亏基架构中引入新的主元规则,能有效地减少每次迭代可选的非基变量的个数.数值试验表明,新算法的效率优于亏基原始单纯形算法,表明了最钝角原理的可行性和有效性.