车辆路径问题的改进遗传算法

提出一种基于遗传算法的求解车辆路径问题的新算法,避免传统遗传算法处理不可行约束条件中惩罚项系数选取不当所出现的问题.同时,通过现实例子分析该算法的优劣性,实验结果表明该算法是一种有效的算法.     

E-凸多目标规划的最优性及Wolfe型对偶

先引入了一类带不等式和等式约束的E-凸多目标优化问题(MP),给出了该类问题的一个最优性充分条件;其次,建立了该类规划问题(MP)的一类Wolfe型对偶模型(WD),并在E-凸条件下,获得了弱对偶定理,强对偶定理和逆对偶定理.     

切割定界与整数分枝结合求解整数线性规划

把一种改进的割平面方法和分枝定界的思想结合起来求解整数线性规划 ( ILP)问题 .它利用目标函数等值面的移动来切去相应 ( LP)的可行域中含其非整数最优解但不含 ( ILP)可行解的“无用部分”,并将对应的目标函数值作为 ( ILP)目标最优值的一个上界 ;最后 ,通过 ( LP)最优解中非整数基变量的整数分枝来获得整数线性规划的最优解 .