极大极小随机规划逼近问题最优解集和最优值的稳定性

研究了特殊的二层极大极小随机规划逼近收敛问题. 首先将下层初始随机规划最优解集拓展到非单点集情形, 且可行集正则的条件下, 讨论了下层随机规划逼近问题最优解集关于上层决策变量参数的上半收敛性和最优值函数的连续性. 然后把下层随机规划的epsilon-最优解向量函数反馈到上层随机规划的目标函数中, 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和最优值的连续性.     

二层随机规划逼近最优解集的上半收敛性

下层随机规划以上层决策变量作为参数,而上层随机规划是以下层随机规划的唯一最优解作为响应的一类二层随机规划问题,首先在下层随机规划的原问题有唯一最优解的假设下,讨论了下层随机规划的任意一个逼近最优解序列都收敛于原问题的唯一最优解,然后将下层随机规划的唯一最优解反馈到上层,得到了上层随机规划逼近最优解集序列的上半收敛性.     

一类极大极小随机规划逼近问题最优解集的上半收敛性

本文首先将极大极小随机规划等价的转化为一个二层随机规划,在下层初始随机规划最优解集为多点集的情形下,给出下层随机规划逼近问题最优解集集值映射关于上层决策变量参数的上半收敛性和最优值函数的连续性.然后将上层随机规划等价转化为以上层和下层决策变量作为整体决策变量,以下层规划最优解集的图作为约束条件的单层规划,并在下层初始随机规划最优解集的图为正则的条件下,得到上层随机规划逼近问题最优解集关于最小信息概率度量收敛的上半收敛性.     

一类随机规划逼近最优值和最优解集的收敛性

本文提出强上图收敛的概念,讨论了逼近随机规划的目标函数序列的强上图收敛性,研究了逼近随机规划最优值和最优解集的收敛性条件,得到了一类随机规划逼近最优值和最优解集的收敛性.     

随机规划经验逼近问题最优解集的几乎处处下半收敛性

本文给出了随机规划经验逼近最优解集几乎处处下半收敛的一个充分条件,并由此得到随机规划经验逼近最优解集几乎处处Hausdorff收敛的一个充分条件.     

二层随机规划逼近解的收敛性

对二层随机规划的逼近解的收敛性作了探讨,证明了当随机向量序列{ζ(k)(w)}依分布收敛于ζ(w)时,相应于ζ(k)(w)的二层随机规划问题的任何最优解序列将收敛到原问题的最优解.     

随机规划ε-逼近最优解集的Hausdorff收敛性

本文研究了随机规划ε-逼近最优解集的Haudorff收敛性条件,证明了随机规划逼近最优值的收敛性,并利用此结果给出了随机规划ε-逼近最优解集Haudorff收敛的一个充分条件.     

概率约束规划逼近最优解集的上半收敛性

本文讨论了概率约束规划目标函数的连续收敛性,并利用概率测度弱收敛的特征给出了概率约束规划可行集的收敛性条件,得到了概率约束规划逼近最优解集的上半收敛性.     

一类概率约束规划逼近最优解集的上半收敛性

对一类概率约束规划逼近最优解集的上半收敛性进行了研究.利用概率测度弱收敛的特征,给出了概率约束规划可行集的收敛性条件,得到了概率约束规划逼近最优解集的上半收敛性.     

一类半向量二层规划问题的精确罚函数方法

研究了一类半向量二层规划乐观最优解的求解问题.利用下层问题的最优性条件构造了该类半向量二层规划问题的罚问题,分析了原问题的最优解与罚问题最优解之间的关系,证明了罚函数的精确性.同时对目标函数和约束条件均为线性函数的半向量二层规划问题研究了其最优性条件,并设计了相应的罚函数算法.数值结果表明所设计的罚函数方法对该类半向量二层规划问题是可行的.     

基于遗传算法的二层线性规划问题的求解算法

本研究了下层以最优解返回上层的二层线性规划问题的遗传算法。在提出可行度概念的基础上，构造了二层线性规划上层规划问题的适应度函数，由此设计了求解二层线性规划问题遗传算法。为了提高遗传算法处理约束的能力，在产生初始种群时将随机产生的初始种群变为满足约束的初始种群，从而避免了使用罚函数处理约束带来的困难，最后用实例验证了本提出的二层线性规划的遗传算法的有效性。     

随机规划完备补偿问题的稳定性

本文把随机规划完备补偿问题的最优值及最优解集作为随机向量的函数,讨论它们在一种新拓扑下的连续性.1.引言考虑随机规划二阶段完备补偿问题     

关于二层规划的逼近问题

下层问题以上层决策变量作为参数,而上层是以下层问题的最优值作为响应 的一类最优化问题——二层规划问题。我们给出了由一系列此类二层规划去逼近原二层规划的逼近法,得到了这种逼近的一些有趣的结果.     

一类二层规划的上图收敛性

以下层规划的最优值作为响应反馈到上层的一类二层规划问题，可以放宽要求下层规划具有唯一解的限制．本文旨在讨论这类二层规划序列的上图收敛性，从而对近似求解这类问题提供了一定的理论依据．     

概率约束规划的稳定性分析

本文对概率约束规划问题的稳定性进行了探讨,得出了当随机向量序列{ξ^(k)(ω）}分布收敛于ξ（ω）时,相应于ξ^(k)(ω)的概率约束规划问题的最优值收敛于原问题的最优值,这个结果为设计逼近算法和改进逼近解提供了一个理论基础。     

一类弱线性二层多目标规划的罚函数方法

本文研究了一类线性二层多目标规划(上层为单目标、下层为多目标)"悲观最优解"的求解问题.利用罚函数方法给出了该类问题"悲观最优解"的存在性定理,证明了罚函数的精确性,同时设计了相应的罚函数算法.数值结果表明所设计的罚函数方法是可行的.     

马氏决策规划的加速逼近算法与最小方差问题

我们涉及的折扣马氏决策规划(有些著者称为马氏决策过程),具有状态空问与每个状态可用的决策集均为可数无穷集、次随机转移律族、有界报酬函数.给出了一个求(ε_)最优平稳策略的加速收敛逐次逼近算法,比White的逐次逼近算法更快地收敛于(ε_)最优解,并配合有非最优策略的检验准则,使算法更加得益. 设β为折扣因子,一般说β(或(ε,β))_最优平稳策略,往往是非唯一的,甚至与平稳策略类包含的策略数一样多.我们自然希望在诸β(或(ε,β))_最优平稳策略中寻求方差齐次地(关于初始状态)达(ε_)最小的策略.我们证明了这种策略确实存在,并给出了获得这种策略的算法.     

二层规划可行解的存在性

二层规划通常是用两个最优化问题来描述，其中第一个问题(上层问题)的约束集部分受限于第二个问题(下层问题)的最优响应。可行解的存在性是二层规划问题中一个基本而重要的研究内容, 该文借助于下层目标函数的Clarke'次微分映射的w伪单调性，着重讨论了这一问题。     

一种求解半向量二层规划问题的基于KKT背离度量方程的粒子群优化算法

下层多目标规划问题的Pareto最优解的精确性对于成功求解半向量二层规划问题具有决定性作用.本文基于多目标规划问题的KKT背离度量方程,设计了具有确定性终止准则的半向量二层规划问题的粒子群算法.最后,利用线性半向量二层规划算例和非线性半向量二层规划算例进行数值仿真,仿真结果表明,算法中的KKT背离度量方程能有效控制下层问题Pareto最优解的精度,从而确保问题最优解的真实有效性.     

不确定规划逼近问题最优解的几乎处处上半收敛性

对不确定规划经验逼近问题的最优解的几乎处处上半收敛性进行了研究。首先将带有约束的不确定规划问题转化成与其等价的无约束的不确定优化问题,然后将经验测度替代不确定测度得到不确定规划的经验逼近模型,并得出逼近问题的目标函数序列的几乎处处上图收敛性,最后利用上图收敛性理论,给出了不确定规划经验逼近最优解集的几乎处处上半收敛性。