模糊推理反向三I的$R_L$型约束度分析

研究了基于蕴涵算子RL的模糊推理反向三Ⅰ方法的约束度理论,分析了约束度的性质,得到了一般化的α-反向三Ⅰ模糊取式下确界计算公式与α-反向三Ⅰ模糊拒取式上确界计算公式.     

兼有上、下界约束混料凸多面体的顶点、约束边界面中心及棱中点的综合算法

<正> 兼有上、下界约束混料利益区域(?)的几何解释是(q-1)维空间中正规单纯形内部的一个不规则凸多面体.Snee 与 Marqu-ardt 指出,对于利益区域(1)及一阶混料回归模型(?)=b_1x_1+b_2x_2+(?)+b_qx_q,(2)最优设计的试验点集合是混料凸多面体(1)的顶点集合的一个子集合.Snee 指出,对于利益区域(1)及二阶混料回归模型     

混料回归设计(Ⅱ)

<正> 2.4 同时兼受上下界约束的混料问题混料问题中,当 n 个变量同时兼受上、下界约束条件     

聚类分析在分枝定界法中的应用

针对界约束二次规划的分枝定界法中出现的紧、松弛策略,结合聚类分析方法,给出了新的剖分边的选取原则,把球约束二次规划作为子问题,使得原问题整体最优值的上、下界能较快的达到.     

基于蕴涵算子θp模糊推理的三I与反向三I算法的约束度分析

研究基于蕴涵算子θp模糊推理的三I算法与反向三I算法的约束度理论, 分析约束度的性质,得到α-三I算法的FMP(FMT)上(下)确界计算公式与α-反向三I算法的FMP(FMT)下(上)确界的计算公式.     

不确定约束混料域上的D-最优试验设计

使用混料试验设计研究中草药配方的过程中,需要考虑一类特殊的约束-加法取小不等式组成的不确定约束系统。该系统虽可简洁表达中药配方复杂的分量间关系,但却给试验设计过程带来了困难。本文旨在构造该约束系统形成约束域上的D-最优设计,首先给出一个将该系统化为线性约束不等式组的方法,然后使用改进的CONSIM算法求出极端顶点点集,并使用改进的MDRS算法求得D-最优的设计点集和该点集设计达D-最优时的测度,最后给出一个例子来展示算法,并提出有待进一步研究的问题。     

可加混料模型参数估计的D-最优正交区组设计

对于含有过程变量的二阶可加混料模型,利用正交拉丁方,研究了其参数估计的D-最优正交区组设计,一般性地给出了q分量时的D-最优正交区组设计的谱点结构,并以此推广得到含有相同或不同下界约束时的最优正交设计的谱点。     

含有不等式约束的回归问题的影响分析

影响分析是回归问题中非常重要的一环,对于含有不等式约束的回归问题同样如此.对于有约束的回归问题,我们必须考虑两类影响点以及各种不同情况下的距离定义.本文将针对两类影响点给出判断强影响点的方法.     

遗传算法求解约束非线性规划及Matlab实现

对于约束非线性规划问题,传统的方法:可行方向法、惩罚函数法计算烦琐且精度不高.用新兴的遗传算法来解决约束非线性规划,核心是惩罚函数的构造.以前的惩罚函数遗传算法有的精度较低,有的过于复杂.本文在两个定义的基础上构造了新的惩罚函数,并在新的惩罚函数的基础上,提出了一种解决约束非线性最优化问题的方法.通过两个例子应用Matlab说明了这个算法的可行性.     

基于D.C.分解的一类箱型约束的非凸二次规划的新型分支定界算法

提出了一类求解带有箱约束的非凸二次规划的新型分支定界算法.首先,把原问题目标函数进行D.C.分解(分解为两个凸函数之差),利用次梯度方法,求出其线性下界逼近函数的一个最优值,也即原问题的一个下界.然后,利用全局椭球算法获得原问题的一个上界,并根据分支定界方法把原问题的求解转化为一系列子问题的求解.最后,理论上证明了算法的收敛性,数值算例表明算法是有效可行的.