两大部类扩大再生产的按比例发展定理

按比例发展原理是马克思社会再生产理论中的一条重要原理.由于在经典的马克思社会再生产理论的相关公式中,生产资料、消费资料部类内部各部分之间的相互比例是固定不变的,所以这条原理当中所讲的比例,就简化为仅指两大部类之间的比例.从而,按比例发展原理成为一个十分确切的命题.已经有研究证明了从某一年起两大部类平衡增长的充要条件和静态意义下的两大部类扩大再生产的充要条件,本文区分第Ⅰ部类资本利润率不高于第Ⅱ部类和高于第Ⅱ部类两种情形,分别给出了社会扩大再生产持续进行的充分必要条件,从而使按比例发展原理深化成为"两大部类扩大再生产的按比例发展定理".这个定理为调控和优化社会再生产的决策变量标明了取值区间.     

两大部类扩大再生产的充分必要条件与求解

两大部类扩大再生产的充分必要条件也就是马克思扩大再生产公式有解的充分必要条件.直到目前,由于还没有严谨地提出对于扩大再生产公式的一般求解方法,因而也没有严格地确定扩大再生产的充分必要条件.本文基于已经有研究获得的扩大再生产的一个必要条件,建立一种求解扩大再生产问题的一般方法,从而证明这个必要条件能够成为充分条件,由此确定它是充分必要条件.进而使用变量替换法,给出了通过直接求解两个部类的剩余价值积累率而求解扩大再生产问题的另一种方法.最后引用《资本论》中的两个实例,对所给出的两种求解扩大再生产问题的一般方法做了计算验证.     

两大部类扩大再生产中的广义拉格朗日乘子

在一个带有非负和不等式约束的优化问题有最优解的情形下,存在着广义拉格朗日乘子即资源的影子价格．本文探索给出马克思两大部类扩大再生产中的影子价格,为经典的马克思扩大再生产理论增添新的重要内容．首先使用“价值系数法”替代单纯形法,简便地求得了扩大再生产优化问题的最优解．然后运用库恩一塔克条件,确立了关于最优解与广义拉格朗日乘子的互补松弛条件的三个不等式组．进而利用这些不等式组和已知的最优解,简便地解出广义拉格朗日乘子,即两大部类扩大再生产中的影子价格．最后引用和借鉴《资本论》中的两个举例,对所获得的影子价格和目标函数最优值做了计算验证．     

将生产资料分类的社会扩大再生产图解法

运用空间解析几何的作图方法,直观并且简便地获得将生产资料分类的社会扩大再生产的解,以及有解的充分必要条件.     

两大部类再生产最优平衡增长的形成路径

两大部类再生产最优平衡增长的形成路径,是社会再生产从非平衡的一般增长状态转换到最优平衡增长状态的特殊增长轨迹.基于马克思社会再生产公式,利用当年生产生产资料的部类积累率决定下一年两大部类比例的单调函数关系,推导并证明了生产生产资料的部类优先积累能够导致两大部类比例收敛,从而两大部类再生产形成最优平衡增长.由此阐明了生产生产资料的部类优先积累是两大部类再生产最优平衡增长的形成路径.借助《资本论》中的一个举例,计算验证了这样的形成路径.     

用产品工艺假定推算两大部类构成的充要条件

依据投入产出表使用产品工艺假定推算社会再生产的两大部类构成,比使用产业部门工艺假定推算更符合马克思政治经济学原理.使用产品工艺假定推算在数学上可以归结为一个带非负约束的二次规划问题.运用参数线性规划方法能够证明这样的推算存在一个充分必要条件.这一充分必要条件对于通常使用产品工艺假定与产业部门工艺假定的组合进行推算,也有作用.     

动态规划中的最优性原理及方法的进一步研究

本文在对求解多阶段决策问题的动态规划的基本理论—最优性原理进行严格证明的同时还通过实例介绍了动态规划的基本方法—逆序递推法的具体应用     

基于ERP的(s,S)策略下库存优化控制决策支持系统

针对当前ERP软件系统无法动态地给出优化订购策略并对历史数据进行有效的分析等不足,以最小化库存费用为目标建立起折扣准则下库存优化数学模型,对ERP软件中导出的各类历史数据进行模型化分析,动态地得出各类产品(s,S)结构形式的优化订购策略.基于该模型设计并开发了库存优化控制决策支持系统,为用户提供决策支持,很大程度降低了企业库存费用.     

基层部队人力资源优化配置的动态规划模型研究

军事人力资源管理是我军政治工作的重要组成部分。在给出军事人员价值评价指标体系的基础上,对军事人员价值贡献度进行了研究。运用动态规划模型对一定条件下基层部队人力资源按照级别层次进行分配,力求综合价值贡献度最高,人力成本最少,实现与部队级别层次结构的结合,从整体上提高基层部队人力资源的优化配置。     

一种基于进化算法的非线性两层规划的快速全局优化方法

由于非线性两层规划具有非凸性、NP-难等计算困难，高效的算法并不多见。本文设计了一种新的进化算法，基于此进化算法提出了求解带有一重或多重下层的非线性两层规划的高效算法。该算法充分利用两层规划的结构特点。最后，给出了六个不同类型的算例，数值结果表明，本算法是快速和有效的。     

关于牲畜繁殖销售的动态规划模型的进一步探讨

本分别用前向和后向最优化原理考察了牲畜繁殖销售问题，根据收益函数的凹凸性，给出了一些相应的计算公式。     

动态连续蚁群系统及其在天基预警中的应用

存在监控冲突的天基中段预警传感器调度优化是一个动态、高维、复杂多约束的非线性优化问题,其解空间的高维度与状态复杂性直接制约了智能优化算法的运用.本文以任务分解与任务复合优先权计算为基础,通过二级分离机制将解空间维度与状态复杂性降低至适于连续蚁群(continuous ant-colony optimization,CACO)处理的全局优化形态,构建出相应的优化子路径集.在此基础上,针对监控冲突导致的状态变化特性,从局部搜索递进与募集的角度提出适于传感器调度优化的MG-DCACO(double direction continuous ant-colony optimization based mass recruitment and group recruitment)算法,成功将智能优化算法应用于基于低轨星座的天基中段预警中.最后对算法的收敛性进行论证,并通过与已有规则调度算法的对比得出MG-DCACO算法可获得优于规则调度算法的全局最优解.     

Logic-Based Modeling and Solution of Nonlinear Discrete/Continuous Optimization Problems

This paper presents a review of advances in the mathematical programming approach to discrete/continuous optimization problems. We first present a brief review of MILP and MINLP for the case when these problems are modeled with algebraic equations and inequalities. Since algebraic representations have some limitations such as difficulty of formulation and numerical singularities for the nonlinear case, we consider logic-based modeling as an alternative approach, particularly Generalized Disjunctive Programming (GDP), which the authors have extensively investigated over the last few years. Solution strategies for GDP models are reviewed, including the continuous relaxation of the disjunctive constraints. Also, we briefly review a hybrid model that integrates disjunctive programming and mixed-integer programming. Finally, the global optimization of nonconvex GDP problems is discussed through a two-level branch and bound procedure.     

A Continuous Genetic Algorithm Designed for the Global Optimization of Multimodal Functions

Genetic algorithms are stochastic search approaches based on randomized operators, such as selection, crossover and mutation, inspired by the natural reproduction and evolution of the living creatures. However, few published works deal with their application to the global optimization of functions depending on continuous variables.A new algorithm called Continuous Genetic Algorithm (CGA) is proposed for the global optimization of multiminima functions. In order to cover a wide domain of possible solutions, our algorithm first takes care over the choice of the initial population. Then it locates the most promising area of the solution space, and continues the search through an intensification inside this area. The selection, the crossover and the mutation are performed by using the decimal code. The efficiency of CGA is tested in detail through a set of benchmark multimodal functions, of which global and local minima are known. CGA is compared to Tabu Search and Simulated Annealing, as alternative algorithms.     

连续型动态规划在投资决策中的应用

首先简要介绍了动态规划方法及在投资决策中的应用.然后给出一个具体示例进行分析和计算.     

重力输水管道优化设计方法研究

针对重力输水管道设计中存在的问题，文章以管道造价最小为目标，应用动态规划，提出了一种新的重力输水管道优化设计方法，对输水管的当量管径、流量分配、连接管设置与可靠性校核计算等问题作了探讨。该方法可用于沿线有节点流量流出的并联输水管道优化设计，能明显节省投资，有良好的实用性