一类带等式约束非光滑最优化问题的逐次二次规划方法

本文对一类带等式的非光滑最优化问题给出了一种逐次二次规划方法。这类问题的目标函数是非光滑合成函数，约束函数是非线性光滑函数。该方法通过逐次解二阶规划寻找搜索方向，使用ｌ１－罚函数的非精确线搜索得到新的迭代点。我们证明了算法的全局收敛性并给出了数值试验结果。     

下料问题的优化模型及其快速算法

结合生产实际中具体的下料问题,本文建立了该类问题的优化模型,并提出下料方式的遴选三准则,即高利用率优先准则,长度优先准则和时间优先准则.运用本文的算法对一维下料的利用率高达99.6%,机器时间4秒.对二维的利用率为98.9%,机器时间约7秒.     

线性分式规划最优解集的求法

本文使用多面集的表示定理，导出了线性分式规划最优解集的结构，并给出确定全部最优解的计算步骤。     

非光滑非凸多目标规划解的充分条件

Kuhn-Tucker型条件的充分性一直是最优化理论中引人注意的一个问题.本文对非光滑函数提出了几个非凸概念,然后,讨论了非光滑非凸多目标规划中Kuhn-Tucker型条件和Fritz John型条件的充分性,在很弱的条件下,建立了一系列充分条件.     

台湾网柱细胞粘菌生物多样性之研究

台湾地处亚热带,具备特殊地形地质,气候变化复杂,森林植被丰富,蕴育各种真菌资源.细胞粘菌广泛分布于自然界中,尤以森林土壤出现之种类最多.有关网柱细胞粘菌(dictyostelid cellular slime molds)生物多样性的调查,自1980年即陆续展开.目前自台湾平地至高山各地区之森林土壤样品中,所分离的网柱细胞粘菌物种多样性共已鉴定出1科3属18种,分别为细长纤管细胞粘菌(Acytostelium leptosomum)、巨大头网柱细胞粘菌(Dictyostelium macrocephalum)、布列菲氏网柱细胞粘菌(D.brefeldianum)、巨网柱细胞粘菌(D.giganteum)、金黄柄网柱细胞粘菌(D.aureo-stipes var.aureo-stipes)、浅紫网柱细胞粘菌(D.lavandulum)、单叉网柱细胞粘菌(D.monochasioides)、多头网柱细胞粘菌(D.polycephalum)、紫色网柱细胞粘菌(D.purpureum)、根足网柱细胞粘菌(D.rhizopodium)、纤细网柱细胞粘菌(D.delicatum)、淡紫柄网柱细胞粘菌(D.coeruleo-stipes)、细小网柱细胞粘菌(D.minutum)、棍棒头网柱细胞粘菌(D.clavatum)、微小型网柱细胞粘菌(D.exiguum)、透明轮生细胞粘菌(Polysphondylium pallidum)、伪纯白轮生细胞粘菌(P.pseudo-candidum)和紫色轮生细胞粘菌(P.violaceum).网柱细胞粘菌生态多样性的探讨,则于2000年10月至2001年8月,在台北阳明山地区鹿角坑生态保护区、小油坑芒草植被、及包箨箭竹林植被设立30个样区,每2个月采集土壤样品一次,结果鹿角坑生态保护区出现6个菌种,在3种植被样区中占最多数,且以8月份各菌种之出现频率最高.网柱细胞粘菌在阳明山出现频率以夏季出现频率较高,冬季出现频率较低.土壤样品之pH值亦影响网柱细胞粘菌在该地区之分布,包箨箭竹植被之土壤样品pH值最低为3.8,该植被区之菌种出现频率最低.透明轮生细胞粘菌(P.pallidum)普遍存在于3种植被样区中,出现频率随季节之变化小,为该地区最广泛分布之种类.此外,将台湾所分离而得的网柱细胞粘菌种类(纯培养菌株),抽取基因体DNA(genomicDNA),以二对引子(primer)从事核醣体DNA(rDNA)片段ITS1-5.8S-ITS2区域增幅作用,经DNA序列定序后,分析探讨台湾网柱细胞粘菌种类之遗传多样性和亲缘关系.     

凹整数规划的分枝定界解法

凹整数规划是一类重要的非线性整数规划问题，也是在经济和管理中有着广泛应用的最优化问题．本文主要研究用分枝定界方法求解凹整数规划问题，这一方法的基本思想是对目标函数进行线性下逼近，然后用乘子搜索法求解连续松弛问题．数值结果表明，用这种分枝定界方法求解凹整数规划是有效的．     

随机交通均衡配流模型及其等价的变分不等式问题

本文讨论了交通网络系统的随机用户均衡原理的数学表述问题.在路段出行成本是流量的单调函数的较弱条件下,对具有固定需求和弹性需求的模式,首次证明了随机均衡配流模型可表示为一个变分不等式问题,同时也说明了该变分不等式问题与相应的互补问题以及一个凸规划问题之间的等价关系.     

一种改进的进化规划算法

本对于全局优化问题提出一个改进的进化规划算法，该算法以概率p接收基于电磁理论求出合力方向作为随机搜索方向，以概率1-p接收按正态分布产生的随机搜索方向。改进算法不仅克服了传统进化规划算法随机搜索的盲目性，而且保留了传统进化规划算法全局搜索性。本算法应用于几个典型例题，数值结果表明本算法是可行的，有效的。