无比值检验的亏基原始Ⅰ阶段算法

首次将亏基和无比值检验列主元规则相结合,执行亏基对偶单纯形算法得到一个原始可行基,以充分发挥这两种算法的优势,从而为亏基原始单纯形算法提供一个新的I阶段算法,以使其进一步克服退化所带来的困扰.数值试验表明,亏基和无比值主元规则的结合,能有效地减少总迭代次数和运行时间,其效率远远优于传统两阶段单纯形算法.     

传统选主元规则的变形及其在亏基方法中的应用

从几何直观入手，对传统单纯形两阶段方法加以分析，得到了变形传统选主元规则的思想和动态选主元策略的思想，并将两种思想在亏基架构下加以实现。由此给出了三种具有动态选主元策略的变形的选主元规则及其相应的亏基算法。数值试验结果表明，两种思相具有可行性。     

基于最钝角规则的亏基对偶单纯形Ⅰ阶段算法

对偶单纯形算法或原始对偶单纯形算法都需要一个初始对偶可行基．就此目的而言，基于最钝角行主元规则的对偶Ⅰ阶段算法非常有效[15].本文将其思想应用于亏基情形，建立一个不含比值检验的新的亏基对偶Ⅰ价段算法．初步的数值实验表明，该算法可在总体上减少运行时间和迭代次数，极具竞争性．     

求线性规划问题可行基的一种方法

文章给出了一般情形下从线性规划问题的标准型求可行基的一种方法,并通过与大Ｍ法、两阶段法及文［１］方法进行对比分析,说明这是一种有效可行且有可能较简便的方法     

与"求线性规划问题可行基的一种方法"的再商榷

再次说明文[1]提出的方法不能直接使用，仍须按文[2]的修正结果实行才是正确的。同时指出最近提出的某些算法的不实之处，以飨读者，避免误导。     

On the Equivalence of the Simplex Methods and a Multiplier-Alike Method for Linear Programming

In linear programming, the simplex method has been viewed for a long time as an efficient tool. Interior methods have attracted a lot of attention since they were proposed recently. It seems plausible intuitively that there is no reason why a good linear programming algorithm should not be allowed to cross the boundary of the feasible region when necessary. However, such an algorithm is seldom studied. In this paper, we will develop first a framework of a multiplier-alike algorithm for linear programming which allows its trajectory to move across the boundary of the feasible region. Second, we illustrate that such a framework has the potential to perform as well as the simplex method by showing that these methods are equivalent in a well-defined sense, even though they look so different.     

关于使用最大改进规则的单纯形算法

[5]建立了定理5—3、5—4、5—5，并据此证明了采用该的最大改进规则的单纯形算法是多项式算法。本举例证明了[5]中的定理5—3、5—4、5—5是错误的。     

最速下降规则不失为一可用规则

本从统计意义上平均迭代次数的观点出发，指出求解线性规划的最速下降规则是可取的，好用的。     

变量有广义界线性规划的直接对偶单纯形法

本文讨论变量有广义界线性规划问题借助标准形线性规划同单纯形法技术，建立问题的一个直接对偶单纯形法。分析了方法的性质，给出了初始对偶可行基的计算方法，并用实例说明方法的具体操作。     

A New Steepest Edge Approximation for the Simplex Method for Linear Programming

The purpose of this paper is to present a new steepest edge (SE) approximation scheme for the simplex method. The major advantages are its simplicity of recurrences and implementation, low computational overhead (compared to both the exact SE method and the DEVEX approximation scheme), and surprisingly good performance.The paper contains a brief account of the exact SE algorithm, the new recurrences developed in the same framework and some discussion on the possible reasons for the method's apparent success. Finally, numerical experiments are presented to assess the practical value of the method. The results are very promising.     

单纯形法检验数的新计算方法

单纯形法仍然是求解线性规划最具竞争力的算法之一,改进它的计算效率仍具有理论和现实意义.本文通过改进检验数的计算方式,提出了一种实施单纯形法新的计算方式.这种计算方式方便简单,无论采用单纯形表还是采用数值迭代计算都可以提高计算效率.     

基于线性规划核心矩阵的单纯形算法

本文讨论了线性规划中的核心矩阵及其特性,探讨了利用核心矩阵实现单纯形算法的可能性,并进一步提出了一个基于核心矩阵的两阶段原始一对偶单纯形方法,该方法通过原始和对偶两个阶段的迭代,可以在有限次迭代中收敛到原问题的最优解或证明问题无解或无界．在试验的22个问题中,该算法的计算效率总体优于基于传统单纯形方法的MINOS软件．     

关于使用最大改进规则的对偶单纯形算法

本举例证明了[3]的定理10-1是错误的。     

含自由变量LP问题的改进单纯形法

对于含自由变量的LP问题,为了得到比单纯形法[1]更有效的算法,通过研究在单纯形法迭代过程中,将自由变量化为非负变量再实施运算的规律,提出一种能节省存贮空间和提高运算速度的改进单纯形法。数值实验表明新算法是有效的。     

从极优基未必能迅达最优基：兼与文献[1]作者商榷

本对献[1]提出的“求解线性规划的快速换基迭代法”从多阶段决策的观点阐述并举证了从极优基未必能快速到达最优基的论断。旨在说明用此方法求解一般线性规划问题时不一定能实现快速换基迭代的概念。     

修正单纯形法的计算量的注记

对文献［１］、［２］指出的修正单纯形法的计算量提出了异议,并给出了修正单纯形法应有的计算量。     

“准最优基”程序实现与应用探讨

在利用"准最优基"简化单纯形法的求解过程的基础上,采用matlab将"准最优基"方法程序化,并采用程序进行了模型.求解原采用两阶段法求解的线性规划问题,用"准最优基"方法,不必加入人工变量,改两阶段为一阶段,简化了求解过程,并针对只能将其目标函数系数为正的变量进基、约束条件都为正的局限性进行了探讨."准最优基"方法对目标函数的系数有正有负的情况,约束条件的系数有正有负的情况都适用.借助"bland法则"的思想,按下标顺序进基取代变量强度系数进基,得出了同样的结果,并对E.Beale的循环例子进行计算,一步得出最优解."准最优基"方法既可以提高运算速度,同时具有很好的适用性.     

Hyper-Sparsity in the Revised Simplex Method and How to Exploit it

The revised simplex method is often the method of choice when solving large scale sparse linear programming problems, particularly when a family of closely-related problems is to be solved. Each iteration of the revised simplex method requires the solution of two linear systems and a matrix vector product. For a significant number of practical problems the result of one or more of these operations is usually sparse, a property we call hyper-sparsity. Analysis of the commonly-used techniques for implementing each step of the revised simplex method shows them to be inefficient when hyper-sparsity is present. Techniques to exploit hyper-sparsity are developed and their performance is compared with the standard techniques. For the subset of our test problems that exhibits hyper-sparsity, the average speedup in solution time is 5.2 when these techniques are used. For this problem set our implementation of the revised simplex method which exploits hyper-sparsity is shown to be competitive with the leading commercial solver and significantly faster than the leading public-domain solver.     

基于多元二次径向基神经网络的偏微分求解方法

为提高偏微分方程的计算求解精度,设计了以多元二次径向基神经网络为求解单元的偏微分计算方法,给出了多元二次径向基神经网络的具体求解结构,并以此神经网络为求解基础,给出了具体的偏微分计算步骤.通过具体的偏微分求解实例验证方法的有效性,并以3种不同设计样本数构建的多元二次径向基神经网络为计算单元,从实例求解所需的计算时间以及解的精度作对比,结果表明,采用基于多元二次径向基神经网络的偏微分方程求解方法具有求解精度高以及计算效率低等特点.     

部分延迟订购的易变质品联合定价与生产策略

构建了一个需求同时依赖于销售价格和库存水平,生产率和变质率均为常数,允许缺货且缺货量部分延迟订购的易变质品联合定价与生产控制模型。首先证明了在销售价格给定的情况下,系统的总利润函数是关于生产计划的严格凹函数,平均利润函数是严格的伪凹函数,即存在唯一的最优解,并给出其充分条件。接着给出问题的一个数值求解算法。最后通过算例,展示了模型及相关算法的应用,并对相关参数进行了灵敏度分析,结果显示:当产品的生产成本、缺货成本和机会成本增加时,系统的平均利润将下降;生产成本和延迟订购阻力系数对最优定价和生产策略以及平均利润的影响较大。