关于运输问题最优解的进一步讨论

首先给出了运输问题最优解的相关概念,将最优解扩展到广义范畴,提出狭义多重最优解和广义多重最优解的概念及其区别.然后给出了惟一最优解、多重最优解、广义有限多重最优解、广义无限多重最优解的判定定理及其证明过程.最后推导出了狭义有限多重最优解个数下限和广义有限多重最优解个数上限的计算公式,并举例验证了结论的正确性.     

α-三Ⅰ约束问题的形式解

提出了α-三Ⅰ约束问题,并在逻辑系统L~*和Luk中给出了这些问题的形式解,建立了这两个逻辑系统中三Ⅰ约束算法的形式推理机制,为α-三Ⅰ约束算法建立了严格的理论基础。     

退化运输问题最优解求法的一个注记

求解有两个和两个以上退化解的运输问题,在选择基变量时,应避免其中任意四个xi1j1,xi2j2,xi3j3,xi4j4的下标满足i1=i2,i3=i4,j1=j3,j2=j4.通过表上作业法寻求调运方案,确定第二个以后的退化解时不应使任意两行两列的交叉点处同时填有运量.     

广义时间最优控制问题的近似最优解

本文考虑受控系统为Ｖｏｌｔｅｒｒａ积分系统的某种广义时间最优控制问题，导出了近似最优控制的充要条件和存在性结果，并在此基础上给出了一个四步法，可求得广义时间最优控制问题的近似最优解．     

极大极小随机规划逼近问题最优解集和最优值的稳定性

研究了特殊的二层极大极小随机规划逼近收敛问题. 首先将下层初始随机规划最优解集拓展到非单点集情形, 且可行集正则的条件下, 讨论了下层随机规划逼近问题最优解集关于上层决策变量参数的上半收敛性和最优值函数的连续性. 然后把下层随机规划的epsilon-最优解向量函数反馈到上层随机规划的目标函数中, 得到了上层随机规划逼近问题的最优解集关于最小信息概率度量收敛的上半收敛性和最优值的连续性.     

对“如何寻找《线性规划问题》的整点最优解”一文具体操作中的补充和完善

贵刊 2 0 0 0年第 3期刊登了山西省代县中学校安培录同志的“如何寻找《线性规划问题》的整点最优解”一文 (以下简称———原文 ) ,对线性规划问题中整点最优解提出了三种解法 .但在具体操作中 ,有些地方可以加以补充和完善 .这三种方法都要作出可行域 ,然后 ,在寻找最优解过程中 ,要打网格 ,所以 ,宜提倡用数学中的坐标纸来作图 .在“原文”例 1解法一中写道 :“将直线ｌ1 向下平移至ｌ2 的位置时 ,直线ｌ2 最先经过可行域上的整点Ｂ( 0 ,1 2 )和Ｃ( 3,8)且使ｚ= 2 0 0ｘ 1 5 0ｙ取得最大值” ,现将具体操作方法说明如下 .图 1在例 1中 …     

一类极大极小随机规划逼近问题最优解集的上半收敛性

本文首先将极大极小随机规划等价的转化为一个二层随机规划,在下层初始随机规划最优解集为多点集的情形下,给出下层随机规划逼近问题最优解集集值映射关于上层决策变量参数的上半收敛性和最优值函数的连续性.然后将上层随机规划等价转化为以上层和下层决策变量作为整体决策变量,以下层规划最优解集的图作为约束条件的单层规划,并在下层初始随机规划最优解集的图为正则的条件下,得到上层随机规划逼近问题最优解集关于最小信息概率度量收敛的上半收敛性.     

一些类型的数学规划问题的全局最优解

本文对严格单调函数给出了几个凸化和凹化的方法，利用这些方法可将一个严格单调的规划问题转化为一个等价的标准D．C．规划或凹极小问题．本文还对只有一个严格单调的约束的非单调规划问题给出了目标函数的一个凸化和凹化方法，利用这些方法可将只有一个严格单调约束的非单调规划问题转化为一个等价的凹极小问题．再利用已有的关于D．C．规划和凹极小的算法，可以求得原问题的全局最优解．     

乐观型二层随机规划逼近问题最优解集的上半收敛性

文章针对下层随机规划反馈的最优解不唯一,上层为单目标约束随机规划的一类乐观型二层随机规划逼近问题,构建了求解乐观型二层随机规划逼近最优解集上半收敛的理论框架.首先将乐观型二层随机规划等价转化为单层随机规划问题,通过逼近方法建立了无界可积函数在有限区域上以及全空间上的一致逼近定理,应用此结果给出了目标函数的连续收敛性和约束集的K-收敛性.其次利用上图收敛理论,得到了乐观型二层随机规划逼近最优解集的上半收敛性.该结论提供了乐观型二层随机规划逼近最优解集可以近似替代精确的最优解集的理论依据,结果表明离散化逼近方法是可行的、有效的、合理的.     

FMT问题的两种三Ⅰ算法及其还原性

进一步研究FMT问题,得到该问题的三Ⅰ算法的一般计算公式,提出该问题的一种新算法三Ⅰ^*算法,给出新算法的一般计算公式,讨论两种算法的还原性问题,明确两种还原性的含义,证明FMT问题的三Ⅰ算法是W－还原的,而三Ⅰ^*算法是Z－还原的。     

模糊推理三Ⅰ算法的还原性

模糊推理算法的还原性是判断蕴涵算子与推理方法配合效果的一个重要标准,只有蕴涵算子与推理方法搭配适当,才能使模糊推理有一个好的效果。本文对模糊推理三I算法具备还原性的条件进行了研究。首先,当与蕴涵算子相伴随的三角模为连续三角模时,给出了FM P问题三I算法具有还原性的充要条件;其次,当蕴涵算子为连续的正则蕴涵算子时,给出了FM T问题的三I算法具有还原性的充要条件;最后,当正则蕴涵算子关于补运算满足对合律时,给出了FM T问题三I算法满足还原性的一个充分条件。     

基于三角范数的模糊逻辑中的三Ⅰ方法

三I推理方法是一种新的模糊推理方法,通过已有的研究成果表明,在许多方面它优于传统的CRI推理方法,它将成为模糊系统和人工智能的理论和应用研究中一个比较理想的推理机制。最近,国外学者提出了一个新的模糊逻辑形式系统,叫做Monoidal t-norm based logics(简记为MTL),已经证明这个形式系统是所有基于左连续三角范数的模糊逻辑的共同形式化。本文基于这类逻辑将三I推理方法形式化,从而在这些逻辑系统中为三推理方法找到了可靠的逻辑依据。     

模糊推理的α-三I算法

三I算法是针对模糊推理的FMP与FMT模型的一种新的推理方法。本文借助蕴涵算子的性质,针对满足一定条件的较一般蕴涵算子,建立了FMP与FMT模型的α-三I算法,并讨论了算法的还原性。     

基于一族蕴涵算子的对偶三I算法

三I算法是一种新的模糊推理方法,是传统的模糊推理方法的修改和补充. 三I表达式取最小值时的最优解算法(即对偶三I算法)是三I算法思想的延伸和完善.本文针对蕴涵算子族Ip,讨论了FMP和FMT问题的对偶三I算法,给出了相应的计算公式,从而也进一步促进了对三I算法的研究.     

一些模糊推理方法的还原性

给出15个常用模糊蕴涵算子的三Ⅰ算法,在此基础上讨论由这15个蕴涵算子与CRI算法和三Ⅰ算法相结合生成的30种模糊推理方法的还原性。     

基于Lukasiewicz蕴涵算子的反向三I算法

三Ⅰ算法是针对模糊推理的FMP与FMT模型的一种新的推理方法。本文针对Lukasiewicz蕴涵算子讨论FMP模型及FMT模型的反向三Ⅰ推理及反向α-三Ⅰ推理,借助该蕴涵算子的性质,给出相应的推理算法。     

参数Kleene系统的三Ⅰ算法与反向三Ⅰ支持算法

提出基于参数蕴涵算子θp模糊推理的思想,给出了在模糊推理的每一步都使用蕴涵运算pθ的三I算法与反向三I支持算法理论,得到了三I上确界算法、模糊取式算法(FM P)与模糊拒取式算法(FM T)的计算公式,这将有助于提高模糊推理结果的可靠性。     

基于S蕴涵算子的区间值模糊推理的三I算法

针对S蕴涵算子讨论了FM P模型及FM T模型的区间值模糊集三I推理,借助S蕴涵算子的性质,给出相应的推理算法,并讨论了算法的还原性。     

基于极大模糊熵原理的模糊推理三I算法

用模糊熵来度量模糊推理结果的模糊程度，并用本文给出的极大模糊熵原理对王国俊先生提出的模糊推理三Ⅰ算法做进一步的解释和改进，提出基于极大模糊熵原理的模糊推理三Ⅰ算法，证明这几种算法在一定条件下是关系再现算法。