Poisson方程的一维最优系统和不变解

本文研究了Poisson方程的一维最优系统及其不变解问题.利用吴-微分特征列集算法,借助于Mathematica软件,计算了Poisson方程的古典对称,并构建了Lie代数的一维最优系统.同时,利用不变量法,获得了一维最优系统中一个元素对应的Poisson方程的不变解.得到的结果推广了Poisson方程的精确解.     

变拆迁补偿输油管布置的优化模型

2010全国大学生数学建模竞赛题C题的后续研究.对于原问题一,采用逐步优化的思想,将二维问题降维为一维问题,给出最优结果,对于原问题二,将之推广到更一般的情况,考虑变拆迁补偿的最优输油管布置方案,建立了描述此问题的数学模型,利用原问题一的结果,将三维问题降为一维问题,借助变分法,得到最优解满足的必要条件,并给出该问题的一个数值算例.     

模糊环境下的最优装载问题

将动态规划中的一维背包问题推广到了n维,并利用模糊数为工具,在模糊环境下给出了n维背包问题的最优解,最后通过实例说明该方法的简便、有效和实用性.     

多目标优化问题McRow最优解的刻画

基于多目标优化问题的McRow模型,该文确定了W-鲁棒有效解(也称为McRow最优解)与弱有效解、有效解以及真有效解的关系.首先, 针对确定多目标优化问题,研究了W-鲁棒有效解与各种精确解的关系.随后,针对随机多目标优化问题,引进McRow最优解的概念,给出了它与其余各种解的关系.算例表明,利用McRow模型所得到的解更具有鲁棒性.     

利用平面上的黄金分割法求全局最优解

给出了无约束全局最优问题的一种解法 ,该方法是一维搜索中的 0 .61 8法的推广 ,不仅使其适用范围由一维扩展到平面上 ,并且将原方法只适用于单峰函数的局部搜索改进为可适用于多峰函数的全局最优解的搜索 .给出了收敛性证明 .本法突出的优点在于 :适用性强、算法简单、可以在任意精度内寻得最优解并且克服了以往直接解法所共有的要求大量计算机内存的缺点 .仿真结果表明算法是有效的 .     

延期支付与订购量相关的易腐产品库存决策模型

本文研究了延期支付与订购量相关的易腐产品库存决策的问题.在易腐率很小的情况下,利用二阶泰勒展开式、矩阵论及优化技术方法,获得了最优缺货时间、最优订购周期及最优零售价格解析解;并在易腐率比较大的情况下,利用内点算法,获得了零售商最优决策数值解.数值实验分析了各参数对最优决策的影响.     

半线性Sobolev方程的H~1-Galerkin混合有限元方法

利用H~1-Galerkin混合有限元方法研究了一维半线性Sobolev方程,得到了半离散解的最优阶误差估计,优点是不需验证LBB相容性条件.     

线性互补问题与多目标优化

本文研究了求解线性互补问题的一类新方法:把线性互补问题转化为多目标优化问题,利用多目标优化有效解的定义,给出了零有效解的概念;进而获得多目标优化问题的零有效解就是线性互补问题的最优解.最后给出了有解、无解线性互补问题,并分别把这些问题转化为多目标优化,采用极大极小方法求解转化后的多目标优化问题.数值实验结果表明了该方法的正确性和有效性,完善了文献[19]的数值结果.     

基于动态规划的迭代算法设计方法

为了基于动态规划法设计求约束最优化问题(COPs)最优解的迭代算法,在避免使用"标记函数"和递归算法的前提下提出了两种求解模式,给出了设计求COPs最优解的迭代算法一般方法,并利用两个典型优化问题-最长公共子序列问题和矩阵链乘法问题,阐明了如何利用两种求解模式设计求COPs最优解的简捷迭代算法.     

线性半向量二层规划问题的全局优化方法

研究了线性半向量二层规划问题的全局优化方法. 利用下层问题的对偶间隙构造了线性半向量二层规划问题的罚问题, 通过分析原问题的最优解与罚问题可行域顶点之间的关系, 将线性半向量二层规划问题转化为有限个线性规划问题, 从而得到线性半向量二层规划问题的全局最优解. 数值结果表明所设计的全局优化方法对线性半向量二层规划问题是可行的.     

不确定条件下工程项目的多目标模糊均衡优化

在工程项目多目标优化问题研究基础上,研究不确定环境下工程项目多目标均衡优化问题.利用模糊数表示费用变化率和质量变化率,考虑模糊集的不同可能性水平,建立工程项目多目标模糊均衡优化模型,给出模型的求解方法和步骤,得到不同可能性水平下多目标优化问题的最优折衷解变化范围.优化方法使决策者能够根据决策风险的大小进行最优目标值的确定.     

区间自适应遗传算法优化无约束非线性规划问题

针对无约束非线性规划传统优化方法存在的问题,将区间自适应遗传算法引入无约束非线性规划优化中,算法可以利用当前进化信息,自适应移动搜索区间,找到全局最优解,故可缩短搜索区间长度,提高编码精度,降低算法计算量,解决了传统遗传算法处理优化问题时,给定区间必须包含最优解这一问题,这也是本算法有别于其他优化算法的独特优势,为某些最优解所在区间难以估计的无约束非线性规划问题的优化提供了一条有效可行的途径.系统阐述了区间自适应遗传算法的原理,给出了算法优化无约束非线性规划问题的步骤,以MatlabR2016b仿真方式对算法进行了实例测试,结果表明,方法是一种计算稳定、正确、有效、可靠实用的无约束非线性规划优化方法.     

求多目标优化问题Pareto最优解集的方法

主要讨论了无约束多目标优化问题Pareto最优解集的求解方法,其中问题的目标函数是C1连续函数.给出了Pareto最优解集的一个充要条件,定义了α强有效解,并结合区间分析的方法,建立了求解无约束多目标优化问题Pareto最优解集的区间算法,理论分析和数值结果均表明该算法是可靠和有效的.     

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.     

基于粒子群优化算法的库存不确定性分析

库存不确定性问题是供应链不确定性研究的重点之一.利用粒子群优化算法快速搜寻最优解的优点对库存不确定性问题进行仿真分析,得出了库存不确定性环境下的最优解,这说明了粒子群优化算法能够辅助供应链管理者在不确定性环境下对供应链进行优化设计和决策分析.     

基于隐Markov模型的最优资产组合选择

在具有可观测和不可观测状态的金融市场中,利用隐马尔可夫链描述不可观测状态的动态过程,研究了不完全信息市场中的多阶段最优投资组合选择问题.通过构造充分统计量,不完全信息下的投资组合优化问题转化为完全信息下的投资组合优化问题,利用动态规划方法求得了最优投资组合策略和最优值函数的解析解.作为特例,还给出了市场状态完全可观测时的最优投资组合策略和最优值函数.     

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.     

非光滑规划的精确罚函数

一、引言罚函数方法是数学规划求约束最优解的重要方法之一.自60年代 Zangwill 等人系统地研究罚函数理论以来,发展很快,文献很多.经典的罚函数理论,是通过添加罚函数项后,研究一系列无约束优化问题.并使惩罚参数趋于无限大来获得原规划的最优解.而精确罚函数理论是通过求解单个无约束优化问题来求原规划的最优解.     

求解一维侧边热传导方程反问题的正则化方法

研究了一维侧边热传导方程反问题.在求解一维侧边热传导方程的基础上,利用数值积分法进行离散化处理,然后引入正则化方法,采用偏差原理确定正则化参数,从而得到一维侧边热传导方程反问题的数值解.数值模拟结果表明,给出的正则化方法对于求解一维侧边热传导方程反问题是可行有效的.     

正则参数求解的微分进化算法

研究了正则化方法中正则参数的求解问题,提出了利用微分进化算法获取正则参数.微分进化算法属于全局最优化算法,具有鲁棒性强、收敛速度快、计算精度高的优点.把正则参数的求解问题转化为非线性优化问题,通过保持在解空间不同区域中各个点的搜索,以最大的概率找到问题的全局最优解,同时还利用数值模拟将此方法与广义交叉原理、L-曲线准则、逆最优准则等进行了对比,数值模拟结果表明该方法具有一定的可行性和有效性.