二阶段随机规划问题基于随机模拟的遗传算法

利用遗传算法不过多依赖目标函数性质．适应于全局搜索的特点．提出了求解二阶段随机规划的基于随机模拟的遗传算法，算法采用随机模拟技术利用样本均值近似代替期望值，使计算得以简化，计算实例表明该算法是有效和可行的。     

求解二层规划问题的遗传算法

本文求解二层规划问题的遗传算法，给出了算法基本框架并对算法实现进行了研究．算法适用于各类线性和非线性二层规划问题．数值计算结果显示，该方法是可行和有效的．     

基于遗传算法的二层线性规划问题的求解算法

本研究了下层以最优解返回上层的二层线性规划问题的遗传算法。在提出可行度概念的基础上，构造了二层线性规划上层规划问题的适应度函数，由此设计了求解二层线性规划问题遗传算法。为了提高遗传算法处理约束的能力，在产生初始种群时将随机产生的初始种群变为满足约束的初始种群，从而避免了使用罚函数处理约束带来的困难，最后用实例验证了本提出的二层线性规划的遗传算法的有效性。     

基于DNA遗传算法的随机整数规划期望值模型求解

为了求解随机整数规划问题,提出了随机整数规划期望值模型的概念,分析了利用DNA遗传算法求解此类问题的优点,并设计了求解算法,最后通过报童问题,验证了算法的可行性和有效性.     

二层随机规划逼近解的收敛性

对二层随机规划的逼近解的收敛性作了探讨,证明了当随机向量序列{ζ(k)(w)}依分布收敛于ζ(w)时,相应于ζ(k)(w)的二层随机规划问题的任何最优解序列将收敛到原问题的最优解.     

一类二层多目标规划的若干性质

本文对于下层为线性多目标规划的二层规划问题,在约束域非空有界的条件下证明了可行集的弱拟凸性、连通性,为算法设计提供了理论依据．     

二层随机规划逼近最优解集的上半收敛性

下层随机规划以上层决策变量作为参数,而上层随机规划是以下层随机规划的唯一最优解作为响应的一类二层随机规划问题,首先在下层随机规划的原问题有唯一最优解的假设下,讨论了下层随机规划的任意一个逼近最优解序列都收敛于原问题的唯一最优解,然后将下层随机规划的唯一最优解反馈到上层,得到了上层随机规划逼近最优解集序列的上半收敛性.     

一类二层凸规划的对偶二层规划

本文讨论上层目标函数以下层子系统目标函数的最优值作为反馈的一类二层凸规划的对偶规划问题 ,在构成函数满足凸连续可微等条件的假设下 ,建立了二层凸规划的 Lagrange对偶二层规划 ,并证明了基本对偶定理 .     

随机环境下资金预算问题的机会约束整数规划模型

本文基于最新的机会约束规划理论,提出了两类随机环境下资金预算问题的整数规划模型,并且设计了一种基于随机模拟的遗传算法来计算给出的模型．为了例证算法的有效性,本文给出了两类模型的数值例子,并且对其中一个例子给出了不同的参数,测试遗传算法的有效性,数值例子及测试结果均显示,本文所设计的基于随机模拟的遗传算法对于解决本文提出的两类模型是有效的．     

求解线性二层规划问题的多表旋转算法

多表旋转算法是一种基于旋转算法来求解线性二层规划问题的方法,通过表格组合还可以求解线性多层规划、以及线性一主多从有关联的stackelberg-nash均衡等问题,求解的思想是使用旋转算法,在多个主体间通过约束传递达到均衡。通过算例显示该方法可以迅速地算出局部最优解,如果问题的诱导域是连通的,还可以计算出全局最优解。     

下层独立的一主多从双层随机线性规划问题研究

Herminia I.Calvete等研究了一主多从双层确定性线性规划问题,证明了这类问题等价于一类常规的双层线性规划问题.本文在此基础上,推广确定型的问题到随机型优化情况,考虑了一类下层优化相互独立的一主多从双层随机优化问题(SLBMFP).在特定的随机变量分布条件下,理论上证明了该类问题可以转化为一主一从双层确定性优化问题.本文的研究对于求解一主多从双层随机优化模型,解决此类模型在实际应用中的问题具有一定的意义.     

二层线性规划的自适应遗传算法

提出了一种自适应遗传算法来求解二层线性规划问题.该方法克服了难以确定合适的交叉概率和变异概率的困难.另外,在该方法中还采用了其它一些技巧不仅解决了在采用遗传算法经常出现的有些个体不可行的问题,而且还改进了算法的效率.     

二(双)层规划综述

二(双)层规划是研究二层决策的递阶优化问题.其理论、方法和应用在过去的30多年取得了很大的发展.本文对二层规划问题的基本概念、性质和算法作了综述,并且对下层规划问题的解不唯一的情况也作了介绍,最后还给出了几种常见的二层规划模型.     

Two-Stage Approach for Quantitative Policy Analysis Using Bilevel Programming

Quantitative policy analysis problems with hierarchical decision-making can be modeled as bilevel mathematical programming problems. In general, the solution of these models is very difficult; however, special cases exist in which an optimal solution can be obtained by ordinary mathematical programming techniques. In this paper, a two-stage approach for the formulation, construction, solution, and usage of bilevel policy problem is presented. An outline of an example for analyzing Israel's public expenditure policy is also given.     

关于二层规划最优解新定义的几点注解

文献[2]提出了二层规划解的新定义,同时指出新定义能够解决更广泛的线性二层规划问题,并且如果线性二层规划的约束域为非空紧集,那么线性二层规划问题就存在Pareto最优解.本文用两个线性二层规划的例子说明文献[2]得出的结论是不可靠的,同时还分析了两种定义下的线性二层规划诱导域之间的关系.