求解具有确定性线性不等式约束的有补偿随机规划问题的近似ε——容许方向法

1引言形如线性不等式确定性约束的有补偿随机规划问题     

不等式约束下线性预测的可容许性

研究了带有不等式约束的多元线性模型中未来观察值的线性预测的可容许性，得到了齐次线性预测（非齐次线性预测）在齐次线性预测类（非齐次线性预测类）中是可容许的充要条件．     

概率约束随机规划的一种近似方法及其它的有效解模式

根据最小风险的投资最优问题，我们给出了一个统一的概率约束随机规划模型。随后我们提出了求解这类概率约束随机规划的一种近似算法，并在一定的条件下证明了算法的收敛性。此外，提出了这种具有概率约束多目标随机规划问题的一种有效解模型。     

不等式约束下线性模型中线性估计的可容许性

研究了线性模型在不等式约束条件下齐次和非齐次线性估计的可容许性,刻画了两者之间的关系,得到了不等式约束条件下非齐次线性估计可容许性的充要条件．     

交替方向法求解带线性约束的变分不等式

１引言变分不等式是一个有广泛应用的数学问题,它的一般形式是：确定一个向量,使其满足这里ｆ是一个从到自身的一个映射,Ｓ是Ｒ中的一个闭凸集．在许多实际问题中集合Ｓ往往具有如下结构其中ＡｂＫ是中的一个简单闭凸集．例如一个正卦限,一个框形约束结构,或者一个球简言之,Ｓ是Ｒ中的一个超平面与一个简单闭凸集的交．求解问题（１）－（２）,往往是通过对线性约束Ａ引人Ｌａｇｒａｎｇｅ乘子,将原问题化为如下的变分不等式：确定使得我们记问题（３）－（４）为ＶＩ（Ｆ）．熟知［３］,ＶＩ（,Ｆ）等价于投影方程其中凡（·）表…     

不等式约束下线性模型中线性估计的可容许性

本文研究了带有不等式约束的多指标线性模型中线性估计的可容许性.利用矩阵论的相关知识,在矩阵损失下得到了齐次线性估计在齐次线性估计类中是可容许的充要条件,以及非齐次线性估计在非齐次线性估计类中是可容许的若干条件,推广了不等式约束下可容许性的相关结果.     

随机线性不等式组的确定性等价式

在大量的决策问题中，经常会出现含有随机变量的不等式或不等式组。把这类含有随机变理的模型转化成确定性的模型是解决问题的重要途径。它们在随机控制和不完全信息群体决策随机决策问题中起着重要的作用。因此，如何将随机不等林或随机不等式组转化为相应的确定性等价式的问题受到人们的关注。本文对含有确定分布的随机变量的线性不等式组，就其相应的概率表达式作出分类，并根据其左端系数矩阵和右端向量含有随机因素的情形分别进行讨论，系统地导出了它们相应的确定性等价式。     

带有不等式约束的生长曲线模型中回归系数线性估计的泛容许性

对于带有不等式约束的生长曲线模型：Y=XBZ＋ε，ε^→～（0，σ^2V×I），tr（NB）≥0，本文在矩阵损失函数（d—KBL）（d—KBL）＇下，给出了可估函数KBL的线性估计的泛（西）容许性定义，分别得到了DYF和DYF＋C在齐次估计类LH和非齐次估计类LI中是KBL的泛容许性估计的充要条件．     

平衡损失下不等式约束回归系数的线性容许估计

对回归系数在不等式约束和平衡损失下讨论了其线性估计的可容许性,给出了齐次和非齐次线性估计类中可容许估计的充要条件.     

求解随机凸规划概率约束问题的对偶算法

1引言随机规划中的概率约束问题在工程和管理中有广泛的应用.因为问题中包含非线性的概率约束,它们的求解非常困难.如果目标函数是线性的,问题的求解就比较容易.给出了一个求解随机线性规划概率约束问题的综述.原-对偶算法和切平面算法是比较有效的.在本文中,我们讨论随机凸规划概率约束问题:     

随机规划ε-逼近最优解集的Hausdorff收敛性

本文研究了随机规划ε-逼近最优解集的Haudorff收敛性条件,证明了随机规划逼近最优值的收敛性,并利用此结果给出了随机规划ε-逼近最优解集Haudorff收敛的一个充分条件.     

近似动态规划求解随机需求分批配送车辆路径问题

本文针对现实生活中固体废弃物收集等需求随机的分批配送车辆路径问题,建立双层马尔科夫决策模型,使用基于动态分区的全局修正策略和基于部分重优化算法的近似动态规划进行求解。通过算例测试和分析表明模型和算法的有效性。得到以下结论：1)SDVRPSD的最优解中车辆数略高于最小期望车辆数的1.2倍,接近使用进化算法得到的最优解中的车辆数,这两者平均约相差0.6辆。2)与静态分区相比,动态分区以花费较多时间为代价,能显著提升服务范围、降低服务费用,并增加分批配送点数量。3)算法最优解与使用固定路径算法得到的初始解相比,期望服务需求量平均提高约2.6%,期望行驶费用平均降低约1.9%;分批配送点数平均多2.5个。     

二阶锥约束随机变分不等式问题的数值方法研究

本文研究二阶锥约束随机变分不等式(SOCCSVI)问题,运用样本均值近似(SAA)方法结合光滑Fischer-Burmeister互补函数来求解该问题.首先,将SOCCSVI问题的Karush-Kuhn-Tucker系统转化为与之等价的方程组,并证明了该方程组的雅可比矩阵的非奇异性.其次,构造了光滑牛顿算法求解该方程组.最后,文章给出了两个数值实验证明了算法的有效性.     

求解不等式约束最优化问题的MBF—ODE方法

１引言考虑用基于修正内罚函数的常微分方程（ＭＢＦ－ＯＤＥ）方法求解下列不等式约束极小化问题：其中ｆi∈ｃ２：Ｒ,ｉ=0,１,…,ｍ．求解无约束极小化问题的ＯＤＥ的一般形式是其中,φ（ｘ）∈Ｃ１：ΩＲｎ→Ｒ;ｓ（ｘ）∈Ｃ１：ΩＲｎ→Ｒｎ且满足φ（ｘ）＞０,ｓＴ（ｘ）ｆ（ｘ）＜０,ｆ（ｘ）∈Ｃ１：Ｒｎ→Ｒ为目标函数．为便于用ＯＤＥ方法求解（１．ｌ）,可藉助于罚函数将（１．ｌ）变换为无约束极小化问题（见［７］．但由于经典罚函数（ＣＢＦ）在计算上有较大的困难,我们采用修正内罚函数（ＭＢＦ）．其基本思想是用…     

一个求概率约束规划的随机拟次梯度算法

概率约束规划是经常费到的一类规划，但其约束函数含有概率，在一般场合下，很难求出，随机拟次梯度法无须计算约束值与导数值，只要构造出约束函数目标函数的随机拟次梯度即可，本文给出了一个求解概率约束规划的随机拟次梯度算法，并证明了有关的定量及性质。     

N车探险问题的一种ε-近似度的近似算法

本文探讨了一类N车探险问题的近似算法,首先通过建模将N车问题转变为一个等价的非线性0-1混合整数规划问题,进而将该非线性0-1混合整数规划问题转化为一个一般的带约束非线性规划问题,并用罚函数的方法将得到的带约束非线性规划问题化为相应的无约束问题.我们证明了可通过求解该无约束非线性规划问题得到原N车问题的ε-近似度的近似解,并设计了-个收敛速度为二阶的迭代箅法,文章最后给出算法实例.     

正态随机规划的确定性规划及其灵敏度分析

在大量的管理决策问题中,经常会遇到目标函数的系数和右端常数为相互独立的正态随机变量的随机线性规划模型.利用对偶规划将正态随机规划化为具有α可靠度的线性规划,给出了解决该正态随机规划的一个有效方法,并对正态随机变量的参数进行了灵敏度分析,避免了由于参数估计偏差给决策带来的风险,保证了最优方案的α可靠度.     

带不等式约束的线性模型中非齐次线性预测的可容许性

本文针对带不等式约束的线性模型,在矩阵损失下研究了线性预测的可容许性,得到了条件线性可预测变量的非齐次线性预测Lys α是可容许线性预测的充要条件.