群决策中考虑主观偏袒因素的评价信息综合

在群决策中,如何将多个决策者的评价信息综合成整体信息是要研究的重要问题.最简单的方法是基于每个决策者是专业并且客观的假设,给他们的评价赋予相同的权重.但是实际情况要复杂得多,正如孔子所说,真正好的,应该是善者好之,不善者恶之.笔者研究了决策者中存在偏袒因素时的评价综合方法,拓宽了一般权重的约束限制,提出了基于评价之间相关关系的权重设置方法.     

拟可微函数优化的Lagrange乘子与一阶最优性条件

本文给出了拟可微优化的Fritz John必须条件与Shapiro最优性必要条件的等价性质以及两个最优性充分条件.     

拟微分的一个性质

不可微优化的理论研究是从研究凸函数开始的,人们首先发现,对于R~n上有限凸函数f,,凸紧集,使利用次梯度的概念,得到了很多凸函数的重要性质及最优性条件,并构造了一些次梯度算法。 1980年左右,V.F.Demyanov在研究极大极小问题的过程中提出了拟可微的概念[1]. 定义设f是定义于某一非空开集上的实函数,如果是     

热电厂运行优化的研究

众所周知热电厂是以供热为主的电厂.在其生产过程中,必须首先满足热网的需求,然后尽可能向电网多供电.然而热网对供热量ω(吨蒸汽/小时)的需求变化较大,不仅不同的季节其需求量有较大差异,就是在同一天中白天和晚上的需求量也不一致.为了避峰,电网对抽气式机组的白天与晚上的发电量比例也有一定的限制.同时为了达到一定的能耗指标,其发电煤耗与供热煤耗均受到一定限制.而且     

遗传算法在热电厂生产调度 优化中的应用

本文介绍遗传算法在热电厂运行优化中的应用方法,与一般的遗传算法不同的是, 我们在设计三种 遗传算子时考虑到父代的适应值.     

一类反凸规划的全局新算法

§1.引言 到目前为止,大多数非线性规划的有效算法都是寻求它的局部最优解,由于很难判断一个局部解是否就是一个全局解,全局规划的研究是个困难问题,反凸规划由于其可行域的非凸性甚至非连通性,目前有效算法更少。 [1]已经指出很容易把D.C.规划(即目标函数和约束函数均为二个凸函数之差)转化成为一个目标函数为线性的反凸规划:     

挖掘泛化序列模式的一种有效方法

针对有时间约束的泛化序列模式的挖掘问题，提出了一种有效的挖掘方法，与已有的算法相比，主要通过采取两种技术来提高效率，一是事先找出每个数据序列支持的序列模式，从而去除了时间因素，用一个快速算法求解决匹配问题；二是在数据序列重复较多时采用直接求交的方法，在此基础上提出了一个基于数据库划分的挖掘算法。     

关于工程项目建设规划决策的优化

本主要介绍以工程项目动态回收期最短为目标的建设规模优化模型,提出了辅助决策的三个综合评价投资效益的指标,并简要介绍应用情况。