一种基于区间评分的评价算法及其实现

本文针对评审工作中打分专家对各指标熟悉度不同的实际问题，提出一种基于区间评分的评价算法。因该算法通过专家给出评分区间长度反映出专家对各评审指标的熟悉度，为此定义区间的加法、减法、数乘运算及区间值的概念，这样可解决区间无法直接排序的问题。最后给出了该算法的具体步骤和实际算例。     

超线性与二次收敛序列线性方程组算法

本文,在无严格互补条件下,对非线性不等式约束最优化问题提出了一个新的序列线性方程组(简称SSLE)算法．算法有两个重要特征:首先,每次迭代,只须求解一个线性方程组或一个广义梯度投影阵,且线性方程组可以无解．其次,初始点可以任意选取．在无严格互补条件下,算法仍有全局收敛性、强收敛性、超线性收敛性及二次收敛性．文章的最后,还对算法进行了初步的数值实验．     

关于排序模型1｜·｜ri≥0｜ ∑n i=1 to n vi的注记

设J={J1,…,Jn}是n个工件的集合,M是一台机器.每个工件Ji要在机器M上加工一次,而且是相继只加工一次,即加工不能够中断.Ji的加工时间是pi,准备时间是ri,即Ji不能在ri之前加工,要求完工的期限是di,即工件Ji的加工应该在di之前完成.否则,这个工件将被拒绝放在一旁.我们的目的是寻找排序算法A,当使用到给定的J上时,使被拒绝的工件个数为最少. 1978年Kise，Ibaraki，Mine等在条件ri〈rj蕴涵di≤dj（对于任何1≤i，j≤n）下，对于任何给定的J找到算法A他们在论文[1]中“证明”算法A是最优算法．最近，李杉林给出一个例子说明他们的证明中的一个关键引理是错误的．本文作者在书[2]中也沿用了这个错误的“证明”．对于算法A的最优性，本文给出一个新的简单的证明．     

一些约束规划问题的近似全局最优解

首先将一个具有多个约束的规划问题转化为一个只有一个约束的规划问题,然后通过利用这个单约束的规划问题,对原来的多约束规划问题提出了一些凸化、凹化的方法,这样这些多约束的规划问题可以被转化为一些凹规划、反凸规划问题．最后,还证明了得到的凹规划和反凸规划的全局最优解就是原问题的近似全局最优解．     

负权最短路问题的新算法

Bellman-Ford算法自1958年以来一直是负权最短路问题的公认的最好算法之一．1970年,Yen对其进行了改进,理论上可以节省一半的计算量．本文得到了一种比Bellman-Ford算法更加优越的算法．尽管在理论上新算法无法保证完全超越于Yen的改进算法,但在许多情况下需要更少的计算量．     

三项记忆梯度法及其投影算法的收敛性分析

对于无约束优化问题,提出了一类新的三项记忆梯度算法．这类算法是在参数满足某些假设的条件下,确定它的取值范围,从而保证三项记忆梯度方向是使目标函数充分下降的方向．在非单调步长搜索下讨论了算法的全局收敛性．为了得到具有更好收敛性质的算法,结合Solodov and Svaiter(2000)中的部分技巧,提出了一种新的记忆梯度投影算法,并证明了该算法在函数伪凸的情况下具有整体收敛性．     

图的笛卡儿积及字典式积的连通性

文章给出了两个图的笛卡儿积及字典式的积为最大边连通的、最大连通的、super-λ,super-κ及hyper-κ的充分条件,同时证明了其中一些条件也是必要的.此外,对这两种积的局部割集和广义割集的性质也进行了考虑.     

基于AHP-Entropy方法的科技成果转化绩效评价

科技成果的转化绩效优劣需要从多个层次、多个视角进行考核,本文从转化成果的经济效益、社会效益、环境效益和扩散效应等四个方面对科技成果转化绩效进行评价,评价体系的建立力求突出指标的精炼性和数据的可获性,借助AHP-Entropy方法并结合调查数据开展实证分析,阐述了评价方法的操作步骤且验证了评价体系的科学性和实践可行性。     

一类网络最优路径的双向模拟扩散算法

基于模拟扩散算法的基本原理,文中提出了一种双向寻求网络最优路径的扩散算法,并介绍了该算法原理和具体计算过程,验证了该算法的正确性和合理性。该算法具有并行计算的能力,适合于分布式计算机,寻求大型复杂网络的最优路径。     

单机排序问题1|rj,prmp|∑wj(1-e-acj)的动态在线调度

本文首先一般化了可中断的概念,并建立了相应的中断-安装重复模型,然后研究了单机排序问题1 |rj,prmp|∑wj(1-c-acj)在中断-重复和中断-安装重复模型下的动态在线排序问题,给出了只考虑当前可用信息而不是考虑全部任务信息的在线调度规则.