共查询到20条相似文献,搜索用时 0 毫秒
1.
五十年代 R.Bellmanl 提出最优化原理,奠定了动态规划的理论基础,并渗透到其它数学学科(如变分学、控制论),引起了算法研究的变革.然而,几十年来人们一直在寻求这一般原理的精确证明(参见[2]).这个证明的难点之一是最优策略的存在性.除此之外,在原理的运用上曾出现过种种模糊的认识.T.C.Hu和秦裕瑷甚至举甘:反例,说明其在某些情形不成立(不妨称之为动态规划“悖论”).因此,最优化原理的逻辑基础研究具有重要意义.作者曾在[6]中提出一种理论框架.本文将进一 相似文献
2.
动态投入产出问题的动态最优化方法 总被引:3,自引:2,他引:1
刘国志 《数学的实践与认识》1998,(3)
本文建立了动态投入产出问题的动态最优化模型,利用动态最优化方法,给出该问题的求解方法. 相似文献
3.
4.
一般约束最优化拓广的强次可行方向法 总被引:5,自引:0,他引:5
本文讨论非线性等式与不等式最优化问题,引进一个拟罚函数及其相应的只带不等式约束的辅助问题,然后采用广义投影技术和强次可行方向法思想建立原问题的一个全局收敛新算法,该算法具有初点始任意,结构简单,计算量较小等特点。 相似文献
5.
本分别用前向和后向最优化原理考察了牲畜繁殖销售问题,根据收益函数的凹凸性,给出了一些相应的计算公式。 相似文献
6.
7.
8.
一类最优指派问题的动态规划算法 总被引:4,自引:0,他引:4
考虑一类指派问题:欲把m项工作指派n个人去完成(m≥n)。要求每项工作只能由一个人来做,第i个人可以同时做bi项工作,其中bi(bi≥1)是待求的未知数;i=1,2,…,n,满足∑^ni=1bi=m,假定已知第i人做第j项工作所用的时间cij≥0,i=1,2,…,m。中给出了求解上述问题最优指派(即使总耗用时间最小)的动态规划解法。 相似文献
9.
1最优化原理
最优化原理是说一个问题的最优化策略有这样一个性质:不论以前的决策如何,对于当前的子问题而言,其余的决策一定构成最优问题.简而言之,一个最优策略的子策略总是最优的.例如,四个城市A、B、C、D间的路线如图1所示,如果从A到D的最短路线为A→B→D,那么从B到D的最短路线为B→D.用反证法证明之.如果从B到D的最短路线不是B→D, 相似文献
10.
11.
本文在对求解多阶段决策问题的动态规划的基本理论—最优性原理进行严格证明的同时还通过实例介绍了动态规划的基本方法—逆序递推法的具体应用 相似文献
12.
13.
兼顾多种决策目标的一类资本结构优化模型 总被引:4,自引:1,他引:3
本建立了一个兼顾利润最大化、企业价值最大化、股东财富最大化和经理利益最大化目标的资本结构优化模型,模型最优化条件隐含:在利润最大化前提下,经理利益最大化目标和股东财富最大化目标之间存在冲突,双方冲突协调的结果有利于实现企业价值最大化。 相似文献
14.
最优化问题的并行算法 总被引:3,自引:0,他引:3
本文对求解非线性最优化问题的几种主要并行思想,即按变量分裂的并行算法,函数值、梯度值的并行计算,计算步骤并行的算法等,作了简要的综述,并介绍了近几年在这方面取得的进展. 相似文献
15.
解线性约束凸规划的次最优化方法和改进 总被引:1,自引:0,他引:1
1.引 言 关于线性约束下的非线性规划,很多人进行了研究,Zangwill[3] 于1967年提出了次最优化方法,该方法的原理是将原规划问题化为一系列只含有等式约束的子问题求解,最后找到最优解所在的流形,在此流形上使用无约束规划的各种方法求解原问题即可.薛声家[2]1983 相似文献
16.
利用效用无差异原理,根据动态规划原则,最大化财富的期望指数效用,在马氏链驱动的市场下,导出HJB方程,给出unit-linked(UL)生存合约在简单Poisson市场下的保费方程,并给出它的数值模拟.这个结果推广了Brown运动驱动的市场下的保费方程,使得UL生存合约在联接到纯跳的市场时,可以用效用无差异原理定价. 相似文献
17.
18.
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。 相似文献
19.
在给出块共轭概念的基础上,提出了适合并行计算的向量组的块共轭化方法,进而得到解无约束最优化问题的并行块共轭方向法.有大量数值结果表明块共轭方向法具有工作量少.适用函数范围广等特点,是一种比较有效的无约束最优化方法. 相似文献
20.
向晓林 《高等学校计算数学学报》2000,22(3):193-198
考虑如下非线性规划问题:众所周知,问题(NP)的解法主要有三类:1.直接处理约束,2.将约束最优化问题化为 无约束最优化问题来处理,3.将(NP)化为简单的约束最优化问题如线性规划或二次规划等来处理,而将约束最优化问题化为无约束最优化问题的主要手段是利用如下的Lagrange函数:L(X,X,X)一八X)+(X,g(X》十(X,h(X》(1.I)定义1.1称点卜”,V”撤足互补性条件,如果对”(X)一ojE【I:c](亚.2)根据Lagrange函数(1.1)定义如下问题:(SPP):求点k”,u”,v」6H””,m二。;+c,使b“,u“,v」… 相似文献