含参向量优化问题真有效解映射的下半连续性

在局部凸拓扑线性空间中,利用向量优化问题Henig有效解,全局有效解,超有效解,锥-Benson有效解的标量化结果研究了含参向量优化问题Henig有效解映射,全局有效解映射,超有效解映射,锥-Benson有效解映射的下半连续性。     

含参集值向量均衡问题有效解映射的下半连续性

在实Hausdorff拓扑向量空间中,引进含参集值向量均衡问题的全局有效解与Henig有效解及超有效解的概念。在锥-次类凸的条件下,得到含参集值向量均衡问题的全局有效解与Henig有效解及超有效解的标量化结果。在标量化结果的基础上,并结合比锥-严格单调更弱的新假设条件,研究含参集值向量均衡问题的全局有效解映射与Henig有效解映射及超有效解映射的下半连续性。 更多还原     

集值向量均衡问题的必要性条件

在Banach空间中,借助于Clarke意义下的上导数概念给出了集值向量均衡问题有效解、弱有效解、Henig有效解以及全局有效解的必要性条件;在Asplund空间中,借助于Mordukhovich意义下极限上导数概念,在不具任何凸性条件下给出了具约束条件的集值向量均衡问题有效解、弱有效解、Henig有效解以及全局有效解的必要性条件。     

一种求解约束条件下多变量非线性函数所有全局最优解的区间算法

研究和实践中经常会遇到附有约束条件的非线性优化问题，对这类问题，通常采用随机搜索的方法来解决，但是，随机搜索法不能证明所得到的解就是全局最优解．本文给出了一种求解约束条件下非线性优化问题所有全局最优点和最优值的区间算法，该算法非常宜于解决优化问题，它能求出问题的所有全局最优解，给出解的包含区间，并很容易获得解的逼近误差，这是随机搜索等其他方法做不到的．理论分析和数值结果均表明，区间算法是稳定而可靠的．     

含参集值向量均衡问题全局有效解映射和Henig有效解映射的下半连续性

在赋范线性空间中,引进了含参集值向量均衡问题全局有效解和Henig有效解的概念,得到了含参集值向量均衡问题的全局有效解集和Henig有效解集的标量化结果;并在标量化结果的基础上,研究了含参集值向量均衡问题全局有效解映射和Henig有效解映射的下半连续性。     

多目标数学规划的强有效解(1)

<正> 关于多目标数学规划问题的解的概念,目前已有很多不同的提法,但比较常用的是局部强有效解(有效解)、弱有效解(有效解)的概念,这些概念可以看作是单目标规划中的局部最优解与整体最优解概念的一个推广。本文对多目标数学规划提出一种新的关于局部强有效解、强有效解的概念,     

一类周期互惠共存系统的正周期解

本文考虑一类两种群周期互惠共存系统,应用拓扑度理论,得到了系统存在唯一的渐近稳定的正周期解的合理条件;并进一步证明了周期解的全局渐近稳定性,给出了解的最优上下界估计。     

向量均衡问题的K-T条件

利用映射的Fréchet可微的概念研究具约束的向量均衡问题的弱有效解,Henig有效解,超有效解以及全局有效解的最优性条件,在不具任何凸性条件下给出了的向量均衡问题的K-T必要性条件,在加上凸性条件下给出了向量均衡问题的K-T充分性条件。     

类凸向量均衡问题解的最优性条件

在实的局部凸的Hausdorff拓扑线性空间中,考虑带约束的向量均衡问题,利用凸集分离定理,给出了带约束的类凸向量均衡问题的弱有效解,Henig有效解,全局有效解和超有效解的充分必要条件,并通过举例说明了锥类凸映射是比锥凸映射更弱的映射。     

B—凸多目标规划KT—真有效解的纯量化

讨论了Ｂ－凸多目标规划ＫＴ－真有效解，ＫＴ－真弱有效解与一个纯量化问题最优解之间的关系。     

求解一类随机优化问题的粒子群算法

提出了一个解随机优化问题的粒子群算法.该算法易理解,程序上易实现,克服了随机优化问题难以高效实现全局优化的缺点.数值实验结果表明,所提出的算法能够快速地收敛到随机优化问题的最优解,并且具有良好的鲁棒性,是此类问题的一个高效求解算法.     

基于动态因子和共享适应度的改进粒子群算法

为提高粒子群算法的收敛速度和优化性能,避免陷入局部最优,提出了一种基于动态学习因子和共享适应度函数的改进粒子群算法.在惯性权重w随着迭代次数非线性减少而动态调整学习因子的基础上,引入共享适应度函数.当算法未达到终止条件而收敛时,利用粒子和最优解间距离挑选一批粒子重新初始化形成新群体,并用共享适应度函数对新群体进行评价,新旧2个群体分别追随自己的局部最优解直至迭代结束.对4个典型多峰复杂函数的测试结果表明,该改进算法不仅加快了寻得最优解的速度,而且提高了粒子群算法全局收敛的性能.     

一种求解多峰函数优化问题的演化算法

针对演化计算产生新解无序的问题，提出了基于相似性的邻域搜索策略．利用邻域搜索，可以方便地建立自适应的新解产生机制．针对演化算法设计中存在的搜索效果和效率平衡问题，提出了利用适应值对个体进行分级的搜索策略．通过对个体的分级，可以区分个体在搜索过程中的职能：优秀的个体进行局部极小值的开采；其他的个体进行搜索空间的探索，以发现新的局部极小值．数值实验表明，新算法能有效处理低维多峰函数，能找到所有的全局最优解．对高维多峰函数．也能找到全局最优解．     

积分半群与几个排队模型的适定性

应用积分半群理论证明M／G^k,B/1排隐模型的时间依赖解的存在惟一性。由此推出M／G^B/1和M／G／1排队模型的时间依赖解的存在惟一性     

复方解热镇痛药的毛细管胶束电动色谱快速分析

研究了用毛细管胶束电动色谱快速测定解热镇痛药复方阿司匹林（APC）中阿司匹林（AS）,非那西丁（PH）,咖啡因（CA）及复方扑热息痛（PAC）中扑息痛（PA）,AS,CA含量的方法,使用长37cm（有效长度30cm)内径75um的石英毛细管,＋20kV分离电压,在PH8．65的9mmol.L^-1Na2B4O7-13mmol.L^-1KH2PO4(内含60mmol.L^-1)SDSt 2%乙醇）缓冲溶液中,同一制剂中的三组分可在4．5min内完全分离,用紫外检测器在214nm处检测,外标法定量,测定4组分的相对标准偏差在0．84％－1．84％之间,回收率在99－104％之间,所建立的方法应用于复方阿司匹林片和复方扑热息痛片的成分分析,结果令人满意。     

含硫杯[4]芳烃衍生物的合成及其紫外光谱研究

合成并表征了三个新的含硫且带醇羟基的杯「４」芳烃衍生物,核磁共振研究表明这些杯「４」芳烃都是Ｃｏｎｅ构型,对这些化合物的紫外光主普研究表明,在非极性溶剂中,在相对高浓度中,杯芳烃衍生物以形式存在。     

求解多峰函数的改进粒子群算法的研究

针对标准粒子群算法进行多峰函数优化时存在的易陷入局部极值和搜寻效率低的问题，提出了子种群划分和自适应惯性权重改进方法来求解多峰函数．根据群体微粒的相似度将粒子群分成子群体，各子群体围绕一个有最佳适应值的群体中心进行建立，并通过几个经典函数进行求解．实验表明：改进的粒子群算法能快速有效地找到多峰函数的全局最佳值．     

遗传算法在低能电子衍射结构分析中的应用

提出了一种在低能电子衍射( L EED)结构分析中自动搜寻最佳模型的优化方法——遗传算法和张量 L EED相结合的联合方法. 这种新方法的特点是能在全部参数变化范围内自动搜寻,避免了陷入“局域”优化模型的困难中. 本文给出了这一方法的应用实例 ,并且展望了这种方法在表面结构研究中的应用前景.     

一类随机因素影响下的最优收获问题

研究了随机因素下的种群生长、收获模型(伊藤随机微分方程)：dx(t)=rx(t)In(K／x(t))dt-E(t)x(t)dt σx(t)dw(t)，并得到了转移概率密度函数、方程的解及最优收获策略．     

计算OWA算子权重的最小最大不一致方法及讨论

权重向量的确定是有序加权平均（ordered weighted aweraging,OWA）算子理论中的一个关键问题,目前已有不少获取权重向量的模型。2010年EMROUZNEJAD 和AMIN两位专家在计算OWA算子权重向量时提出了改进最小最大不一致模型：对于给定的orness测度建立一个最小最大目标规划问题,求解该模型可以得到最优权重向量。但由该方法得到的最优解并不唯一,且存在无穷多解,因此,该模型存在不可靠性。本文通过引理给出定理,证明了其最优解的不唯一性,并用简单有效的数值例子予以说明。