基于变分不等式的生态工业链网络均衡问题研究

以变分不等式为基础提出生态工业链网络均衡模型。生态工业链是通过仿照自然生态系统中的物质循环方式与生物群体之间的竞争与共生模式,使不同企业之间形成共享资源和互换副产品从而实现园区各企业经济与环境效益的最大化。针对生态工业链网络的多产品(主副产品和废弃物)多层次的网络结构,模仿自然生态系统中的生产者、消费者和分解者,分别对各层决策者的独立优化决策行为及其相互作用进行分析,利用变分不等式分析各层均衡条件进而构建生态工业链网络均衡模型,得到系统达到均衡的条件并给出相应的经济解释。在证明系统变分不等式的解存在的基础上,通过数值算例验证模型的合理性与有效性。     

一类非单调互补问题的Canonical对偶问题研究

对于一类具有广泛应用背景的非单调互补问题,我们构建了这类问题的Canonical对偶问题。其对偶问题可以写成和原问题类似的互补问题。我们给出了对偶问题和原问题解之间的对偶关系,并且将对偶问题转化成一个一维优化问题,这不但可以方便的求解这类问题,也为研究这类问题性质提供了一个非常直观的研究工具。最后,本文给出了几个算例来演示对偶问题的性质。     

一种改进的无约束非光滑优化问题的信赖域算法

本文提出了一种新的求解无约束非光滑优化问题的信赖域算法,并证明了该算法的迭代点列的任何聚点都是的问题的稳定点。     

基于时间窗延迟的资源约束项目调度双层优化研究

本研究从业主—承包商交互的视角构建了一种RCPSP(resource-constrained project scheduling problem)双层优化模型,即在可更新资源约束条件下,项目双方如何进行交互决策达到双方NPV(Net present value)最大化的目标。首先对研究问题进行界定,构建资源约束下的max-NPV项目调度双层优化模型;然后利用延迟优先规则设计了一种基于时间窗延迟的嵌套式自适应遗传算法来求解该模型,以达到双方NPV最大化;最后用一个算例验证算法的有效性,同时通过PSPLIB数值实验说明算法的稳定性,并分析关键参数对项目双方收益的影响。研究结果为项目进程的安排以及奖励机制的设计提供依据,以提高双方利益。     

双层运输问题及其算法

本文通过对中国石油天然气股份有限公司的调查,在分析总结计划人员制定运输计划的经验和规则的基础上,提出了流向矩阵的概念,进而分析其在制定运输计划时的作用,然后建立了在优化运输费用的基础上进-步优化运输时间的双层运输问题的模型,并给出了求解该模型的箅法.数值实验表明本文提出的算法是有效的.     

柔性工期下的资源受限项目调度双目标优化研究

在项目调度过程中,活动工期应根据项目截止工期以及资源供给情况进行合理设置,而在传统的资源受限项目调度问题(RCPSP)中,活动的工期往往是已知且固定的,这在一定程度上限制了项目调度的灵活性。多模式下的项目调度方式虽然弥补了这一缺点,但其提供的工期-资源组合种类固定且有限,并不一定能保证包含最优的工期-资源组合。本文将活动工期作为项目调度问题的决策变量,允许其在一定范围内取值。这种柔性工期调度方式虽然增加了项目调度难度,但提高了项目调度灵活性,同时可以起到压缩项目完工时间的作用。为验证柔性工期调度方式对项目工期和成本的影响,本文建立了工期-成本双目标权衡优化模型,设计了两阶段嵌套算法(NSGAⅡ-RS)对其求解,实验证明,柔性工期调度策略是一种鲁棒性较好的项目完工时间压缩策略。     

政府奖励与惩罚机制下闭环供应链网络均衡的互补模型

为研究政府经济政策对闭环供应链的影响,以非线性互补理论为基本工具,分别得到了在政府奖励机制与惩罚机制下,制造商负责回收的闭环供应链网络的各层均衡及整体均衡条件、经济解释及对应的非线性互补模型.最后通过数值算例验证了模型的正确性与有效性,其分析结果表明当政府预期的最低回收率较低时,惩罚机制优于奖励机制;当政府预期的最低回收率较高时,奖励机制优于惩罚机制.政府部门为了达到预期的最低回收率目标,可以适当调整奖励因子与惩罚因子.     

高科技企业与知识型员工劳资之间的薪酬博弈模型

近年来,一些高科技企业的知识型员工过劳、猝死和自杀事件层出不穷,学者们从工作压力等不同角度对此现象进行了探讨。本文引入不完全信息动态博弈模型,从工资水平和工作压力强度两个方面建立了科技企业和知识型员工的劳资双方多阶段动态薪酬博弈模型,并基于理论推演给出科技企业和知识型员工的博弈效益虚拟数值,进而得到模型的“高薪高工作强度”均衡解。文章揭示了当前高科技企业及其员工倾向于高薪高强度模式的内在机理,也解释了知识型员工采取极端行为的原因,为探究有效平衡经济利益和社会责任的雇佣关系新模式提供借鉴。     

无约束非光滑优化问题的信赖域算法及收敛性

1．引言考虑下列无约束非光滑优化问题：其中f为R”上的局部LIPSChitZ函数．本文将11·112简记为11·l．信赖域算法是通过求解一系列子问题3＊B（二，凸）：来求解问题（1）的，其中拉x，·）为j在x点的一阶近似，B为nxn阶对称阵．下面给出信赖域的基本算法TRA：步1·给定...     

无约束非光滑优化问题信赖域算法的收敛条件

1 引言 考虑下列无约束非光滑优化问题 minf(x),(1) x∈R~n,其中f为R~n上的局部Lipschitz函数,本文将‖·‖_2简记为‖·‖.记下列信赖域子问题为S∪B(x,△). min m(x,s)=φ(x,s)+1/2s~TBs, 其中φ:R~(2m)→R为f的迭代函数。 对于无约束非光滑优化问题(1),[11],[13],[3]、[4]和[5]分别在特殊的条件下给出了信赖域算法用以求解(1)的收敛性结果。最近,[10]、[2]和[6]在不同的假设条件下分别给出了信赖域算法求解无约束非光滑优化问题的一般模型,并在子问题的目标函数满足局部一致有界性条件时证明了算法模型的整体收敛性。在目标函数满足某种正则性条件时,[11]和[9]给出了当信赖域子问题的目标函数中二次项不满足一致有界性条件时的收敛性结果.本文则在目标函数仅为局部Lipschitz函数时得到了和[8]、[11]、[9]相同的收敛性结果。