有界变量线性规划的基线算法

本文对有界变量线性规划的算法进行了研究，得到了一种解此问题的新算法。文中根据基线算法的算法原理，通过对BL表的旋转，在各变量满足界约束的条件下，使目标函数值不断增大，直至得到有界硬上界，从而得到问题的最优解。文中给出了有界变量线性规划基线算法的计算步骤，并给出了一个例子。与单纯形法相比，采用基线算法解有界变量线性规划操作更简单。迭代次数少，解题速度更快。     

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.     

完全分层多目标规划的基线算法

本文采用基线算法求解完全分层多目标规划问题。给出了简单完全分层多目标规划基线算法的求解步骤，并对其进行了修正，从而得到完全分层多目标规划的宽容基线算法。并给出了两个计算实例。     

反双曲函数符号的含义

为什么反双曲函数用archx,arshy等表示,而并不用arcchx,arcshy等表示呢?其实,一个字母之差,所表示的意义完全不同.我们知道t=arcsinx指的是单位圆的弧长,在英文中arc的意思是“弧线,弧长”.而t=arsbx却指的是与等轴双曲线x~2一y~2=1有关的面积,在英文中area的意思是“面积”.缩写成ar表示反双曲函数的符号.此时t并不表示双曲线的弧长,而是表示关于x~2一y~2=1的双曲扇形的面积(见图中阴影部分)的二倍.     

多点收缩混沌优化方法及全局收敛性证明

针对目前混沌优化算法在选取局部搜索空间时的盲目性,提出一种具有自适应调节局部搜索空间能力的多点收缩混沌优化方法.该方法在当前搜索空间搜索时保留多个较好搜索点,之后利用这些点来确定之后的局部搜索空间,以达到对不同的函数和当前搜索空间内已进行搜索次数的自适应效果.给出了该算法以概率1收敛的证明.仿真结果表明该算法有效的提高了混沌优化算法的性能,改善了混沌算法的实用性.     

一类凸二次规划的新算法

本文给出了求解一类凸二次规划问题的新算法.这种算法既保留了传统算法的优点,又避免了其它算法中出现的添加人工变量过多、循环等问题.算例表明,这种算法是简便而有效的.