下层多人且独立的两层多目标决策问题的方向搜索算法

建立了下层多人且独立的两层多目标决策问题的数学模型和决策机制,在证明了若干定理的基础上,提出一种方向搜索算法,该方法与实际的决策过程较接近,人-机交互过程简单。     

基于理想目标的两层组织决策方法

首先建立了一类上层多目标，下层多人有关联单目标的两层决策问题的数学模型和决策机理，然后将其转化为等价的两层单目标规划问题，采用外部逼近法求解此两层单目标规划问题，以获得两层决策问题的满意解。     

一类两层多目标模型及解法研究

提出了一类下层决策单元相互独立的两层多目标决策问题,采用正向Ｓｔａｃｋｅｌｂｅｒｇ主从策略的决策机理,利用回归分析关联上、下层的决策变量求解了该类分层决策问题。     

两层决策问题的全局优化方法

本文建立了一类上层单目标、下层多目标的两层决策问题的数学模型和决策机制，利用辅助模型把下层多目标转化为单目标，形成一个两层单目标规划问题，采用外部逼近法求解此两层单目标规划问题，从而获得原两层决策问题的最优解。该方法为两层决策问题提供了一种求解途经。     

求解非线性多目标决策问题的一种算法

以STEM法基本思想为依据,探讨了求解非线性多目标决策问题的解法,并利用3标度法间给出了判断矩阵,得出了求解非线性多目标决策问题的一种有效算法.     

二层多目标决策问题的等价变换及其全局优化

针对求解一类二层多目标决策问题,首先将其转化为等价的单目标决策问题,然后利用遗传算法优化的反演性和混沌优化方法的遍历性,并结合精确不可微罚函数求解非线性约束优化问题,提出了求解此类问题的混沌遗传算法.该方法能够有效改善遗传算法的局部搜索能力和搜索精度,求解精度和可靠性较高.实际算例表明是可行、有效算法.     

具有层次结构的多人多目标决策方法

针对上层多目标、下层多人有关联多目标的两层决策问题，建立了其数学模型，利用辅助模型将各层上的多目标转化为单目标，然后采用外部逼近法求解以获得两层多目标决策问题的满意解．     

多层组织结构的决策方法

针对一类多层组织结构中的下层决策人分组的两层决策问题，建立了其数学模型和决策机制，随后提出了一种决策方法，该决策方法为这一类两层决策问题提供了一种求解途径。     

一类不可微多目标决策问题的可行方向法

对于分目标为极大函数的一类不可微多目标决策问题，给出了一个非标量化可行方向法模型，并在较弱的条件下证明了其全局收敛性，以此为依据，讨论了模型中有关参量的取法，从而得到了几类可实现的具体算法，这些方法可以将决策者的偏好反映到对各目标的改善上和算法的结构上，因此不仅具有直观、计算简单等优点，而且具有应用灵活的特点。     

一种多人有关联两层多目标决策的交互式算法

本文首先建立了基于Ｓｔａｃｋｅｌｂｅｒｇ主从策略的多人有关联的两层多目标决策问题的数学模型，利用满意度和Ｋｕｈｎ－Ｔｕｃｋｅｒ条件把两层多目标规划问题转化为单层单目标非凸约束规划问题；并采用收敛外部逼近法求解此非凸约束规划问题的全局最优解，然后，通过分析人与决策人之间的交互，求得两层决策问题的满意解。     

求解具0-1变量的二级决策问题的基因优化方法

在一类具0-1变量的二级决策问题的基础上,应用罚函数理论将其转化为非线性单级优化问题,研究了求解该问题的基因优化方法。示例仿真表明,该算法是有效的。     

求解二次双层规划问题的全局最优解

针对现有的一些逼近算法在计算过程中有时得到的解为不可行解, 甚至远离真正全局最优解的问题, 给出一种解二次双层规划非孤立全局最优解的算法. 数值实例结果表明, 该算法行之有效.     

求解一类非标准DC规划的最优可视点算法

基于借用定位理论中的“可视性 (visibility)”假设 ,我们提出了求解非标准DC问题的一种外逼近方法 ,称之为最优可视点算法 ,从而获得问题的全局最优解 ,并证明了算法的收敛性 .该方法当非凸变量的数目较少时是有效的、实用的 .它为非标准DC问题提供了一种新的求解途径     

解一类双层规划问题的组合同伦方法

通过构造组合同伦方程提出组合同伦方法解决一类双 层规划问题, 证明了组合同伦路径的存在性是平的, 并且同伦路径全局收敛到双层规划问题的KKT点.     

基于过滤信赖域算法的非线性二层规划求解方法

引入过滤信赖域技术,给出了一种利用线性二次二层规划逼近求解非线性二层规划的方法,并通过一个数值试验,验证算法的可行性.     

一类含0－1变量的多目标两层决策方法研究

对于两层决策问题的现有研究，主要集中于连续变量和单目标函数情形，但现实世界大量存在着含整数变量两层多目标决策问题。本文考察了一类特殊的含整数变量两层多目标决策问题：上层存在０－１决策变量、下层有多个目标函数。在定义了问题的独立决策解与合作解后，本文将设计一种有效的分枝定界算法，它能以较少的节点求得问题的解。     

—种求解线性二层规划的神经网络方法

提出了—种求解线性二层规划的神经网络方法.采用以下层问题的对偶间隙为罚项,构造线性二层规划罚问题的思想,将线性二层规划转化成相应的单层规划问题,然后设计求解单层规划问题的神经网络模型,从而得到线性二层规划的最优解.该网络是Lyapunov稳定的,且在适当的条件下收敛于线性二层规划的最优解,仿真结果表明该神经网络可以有效地得到线性二层规划的最优解.