一次求解可得m＋1个最优解

如果将一个线性规划问题的目标函数与一个约束条件交换,则可以构成一个新的线性规划。当原规划有m个约束条件时,则可构成m个新的规划。本严格的论证了这m个新规划与原规划的最优解相同。并指出了它在经济和军事方面都有重要的应用。     

一类非线性整数规则及其应用

设某县有中学n所，记为S_1,S_2…，S_i…,S_n.S_i校在校生M~（i）人，教师X_i人，     

在全空间上求全局最优解的填充函数方法

本文给出了在全空间上,寻求一般无约束非线性规划问题全局最优解的一种填充函数方法,而且对所构造的填充函数提出了几个分析性质,按照理论分析我们设计了一个新的填充函数算法,数值试验也表明,所给的方法是有效的．     

利用遗传算法求一类非线性规划的最优解

针对一类非线性规则问题（Nonlinear Programming Problem)，采用遗传算法思想设计求解算法，实例表明，该遗传算法具有较高的计算效率。     

模糊线性规划的最优解

本文说明模糊线性规划的模糊优越集C_f,在一般情况下是去掉端点x~((0))的线段。在线段上有且只有一个模糊线性规划问题的最优解。最后提出了解模糊线性规划的一个比较简便的算法。根据本文的结论,可以证明Zimmermann算法的最优值因此,Zimmermann算法的最后一步可简单地用代替,从而节省了大量的计算工作量。[3]指出,当模糊判决用乘法或凸组合运算时,导出的规划往往是非线性的,求解比较困难。然而,用本文的结论,问题能容易地得到解决。     

基于混沌和填充函数的全局优化算法

本文把混沌优化算法和无参数填充函数有机结合起来,在提出一类无参数填充函数和证明其填充性质的基础上,构造出一种混合优化算法,该算法提高了全局最优解的精度和算法效率.按照理论分析设计了一个基于混沌的无参填充函数全局优化算法,理论分析和数值实验结果证明了算法的有效性和优越性.     

一种新的逼近精确罚函数的罚函数及性质

针对可微非线性规划问题提出了一个新的逼近精确罚函数的罚函数形式,给出了近似逼近算法与渐进算法,并证明了近似算法所得序列若有聚点,则必为原问题最优解. 在较弱的假设条件下,证明了算法所得的极小点列有界,且其聚点均为原问题的最优解,并得到在Mangasarian-Fromovitz约束条件下,经过有限次迭代所得的极小点为可行点.     

资金的最优分配

利用线性规划和概率论知识，建立了一个关于基金投资的数学模型，借助matlab软件，求得最优解分别为109.8万元，127.525万元，124.93万元。     

一类非线性规划问题的研究

一些具有特殊结构的非线性规划问题我们已得到了很好的结果，本文研究一种具有特殊结构非线性规划问题的推广问题。     

关于线性规划问题惩罚因子的范围估计

文[1]证明了约束线性方程组的增广矩阵[A b]经m次初等行变换即可化成形如A_1=(A~(1)b~(1))的矩阵,这里A~(1)=(a(_ij)~(1))_m×n,A~(1)的第J_i(i=2,3,…,m)列为m维列向量e_i=(0,…,0,1,0,…,0)~T,其中“1”位于i维,b~(1)=(b_1~(1),0,…,0)~T.其中b_1~(1)为正数.于是问题(1)可化成如下的等价形式     

如何寻找《线性规划问题》的整点最优解

试验教材高二数学 (上 )增加了《简单的线性规划》的内容 ,利用图解法解答线性规划的两类问题 .对此 ,大纲要求“会简单的应用”.学生对线性规划的基本概念、基本方法在两类实际问题中的应用 ,基本可以达纲 ,但对寻找《线性规划问题》的整点最优解的问题 ,感到不好入手 ,完成作业困难较大 .在这个问题上 ,试验教材安排了一个例题 ( P76页例 4) ,两个习题 ( P79页第 3、4题 ) ,一个复习题 ( P10 7页第 17题 ) .针对学生从认知到应用这一过程存在的问题 ,笔者在教学实践中归纳整理了三种基本方法 ,现举例说明如下 :例 1　 ( P79页习题第 4题…     

求线性规划对偶问题最优解的一种方法

线性规划对偶问题的最优解有重要的经济意义,中给出了一种较为简捷的求对偶问题最优解的方法。     

带有不等式约束的非线性规划问题的一个精确增广Lagrange函数

对求解带有不等式约束的非线性非凸规划问题的一个精确增广Lagrange函数进行了研究．在适当的假设下,给出了原约束问题的局部极小点与增广Lagrange函数,在原问题变量空间上的无约束局部极小点之间的对应关系．进一步地,在对全局解的一定假设下,还提供了原约束问题的全局最优解与增广Lagrange函数,在原问题变量空间的一个紧子集上的全局最优解之间的一些对应关系．因此,从理论上讲,采用该文给出的增广Lagrange函数作为辅助函数的乘子法,可以求得不等式约束非线性规划问题的最优解和对应的Lagrange乘子．     

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 …     

可再生能源系统的不确定性优化模型及求解

结合新提出的满意度方法和混合整数规划方法,给出了多态不确定性环境下可再生能源规划模型.该模型综合描述了多地区、多时期、多品种、多部门之间的可再生能源管理系统的复杂性、系统性、动态性和不确定性.最后的实例求解结果说明该模型能很好地反映能源安全性、系统可靠性与系统成本之间的关系,并能给出不同系统违反水平下的能源配置方式及增容计划,为决策者提供决策参考.     

资金的最优分配

利用线性规划和概率论知识 ,建立了一个关于基金投资的数学模型 ,借用 matlab软件 ,求得最优解分别为 1 0 9.8万元 ,1 2 7.5 2 5万元 ,1 2 4.93万元 .