最短路的 Hu 算法的代数证明

设有一个有向图,顶点集合为 V={V_i|i=1,2…n},有向边集合记作 E.对于每一条有向边,对应一个实数,可正、可负、可为零,这个数叫做这条有向边的长度.这样的有向图叫做(一般)网络,记作 N(V,E).     

Bellman最优性原理——论动态规划(Ⅰ)

对于Bellman最优性原理,本文举出实例表明:(1)策略不一定有(合理的)子策略;(2)子策略不一定存在最优子策略;(3)最优策略不一定有最优子策略;(4)用最短路与反证法来论述最优性原理的正确性,不能肯定成立;(5)Bellman最优性原理与其递推公式并不等价。 讨论四类最优策略之后,给出最优性原理与递推公式等价的一个充分性定理。     

优化路问题的代数方法—论动态规划（Ⅱ）

本文用同一思路求解多阶段有向图中三种优化路问题:最优路、N阶最优路及多指标Pareto优化路问题,它们都服从嘉量原理,都用同一个代数公式表达它们的嘉量,并可在同一种表格中进行计算,只是所在半域不同,以本文的方法讨论动态规划中一些离散决定型典型应用问题,其提法、建模思路以及求解过程都有可观的扩大与改善。     

论优化问题的公理方法（Ⅲ）

在建立了可交换半群｛Ω，｝上的簇Ｆ及其上的第一类优化算子＊概念之后，得到本文主要结果定理４和定理５。然后证明了首Ｎ阶优化算子，非劣算子以及摹多项式簇上的算子［１，２］都是第一类优化算子，与它们相关的优化集合簇Ｎ－ＴＨ，ＰＡＲＥＴＯ及ＥＳＳＥＮＣＥ都是广义优选半域。让它们赋值于多阶段有向图上，它们都服从于嘉量原理     

论算法的发展（Ⅰ）：组合优化的基本方法

用π＾（ｔ）－集合表示具有规定性质π＾（ｔ）的集合，π＾（ｔ）－对象是指具有规定结构的π＾（ｔ）－集合本身是具有空结构的π＾（ｔ）－对象。组合优化的问题ＸＹＺ是指：对于每一个π＾（ｔ）－集合，从其诸π＾（２）－对象中找出π＾（３）－优者。以最小生成的问题ＸＹＺ是指：对于每一个π＾（２）－对象中找出π＾（３）－优者，以最小生成林问题，平面凸壳问题及整序问题为实践背景，对于问题ＸＹＺ的一个实例Ｓ，把集     

算法的发现(IV)——论组合优化的特性清单

组合优化问题的定义［１］是定义１问题ＸＹＺ是指：对于每一个π（１）－集合Ｓ，从其诸π（２）－子集合中找出π（３）－（优）集合Ｓ＊．本文直接从它出发，§§２－５讨论诸π（ｉ）－集合（ｉ＝１，２，３）的某基本特性（ｐｒｏｐｅｒｔｙ），公理（ｐｏｓ－ｔｕｌａｔｅ），或者特殊情形（ｐａｒｔｉｃｕｌａｒｃａｓｅ）．列出了一个清单ＰＰＰ，叫做特性清单．它远非完善，但已经可以用来讨论不少问题．§６起简单地讨论若干个子清单，所对应的问题类，并讨论求解它们的一些方法．     

算法的发现（Ⅱ）──对称差（的）分解法及其应用

本文摹仿古典数学的导数、差分概念，在组合优化中建立枚举章法下的一个方法一一对弥差分解法，给出一个求解某些问题的一般模式。用它统一地讨论组合最优化的六个基本图论问题：最短路问题，最小生成树问题，匹配问题，巡迥商问题，中国邮路问题和最大流问题。讨论表明，Ｂｅｌｌｍａｎ最优性原理，交错链，增值路等概念都是对称差分解法在具体问题中的自然结果。还表明，涉及上述大个问题的２０多个著名定理都是定理４的具体推论。     

算法的发现（Ⅲ）——非负独立集合问题与线性规划

本文讨论最大权非负独立集合问题（ξ，１）。它与等式型线性规划问题等价，因此后者在组合优化中有着明显的“合法”地位，沿着文（１，２）的思路，前者得到建党妆始基可行解的生成算法（ξ，３），它与后者的Ｍ法和二步法迥然不同。用对称差分解法自然得到一个算法（ξ，４），相当于改进单纯形算法，最后，还作了几点评证（ξ５）。     

论优化问题的公理方法（Ⅳ）——有限改进算法与迭代算法

本文用公理方法建立了三个有限改进算法及一个迭代算法。