网络图在产品配送中的应用

面对多样化的市场需求，企业的销售渠道也变得异常复杂，利用网络图可以简化实际问题，并能形象地描述它。本根据网络知识建立了产品分销模型，探求企业在市场需求固定和随机时的最优收益。最后，章还进行实例验算，并做出相应的结果分析。     

一类拟牛顿算法的收敛性

根据一类基于新拟牛顿方程Bk 1sk=yk*的修改BFGS类算法,采用广义W olfe线搜索模型(GW搜索模型):f(xk 1)≤f(xk) δkαgTkdk和g(xk 1)Tdk≥m ax{,σ1-(kα‖dk‖)p}gTkdk,其中0<δ≤σ<1,p∈(-∞,1),得到一类修正的BFGS算法(M BFGS),证明了M BFGS算法的全局收敛性和超线性收敛性.数值试验结果表明M BFGS算法是有效的.     

一类无约束优化问题的非单调谱共轭梯度方法

结合文献[5]给出的求解非线性无约束优化问题的新公式βkWYL=[gTk(gk-‖gk‖/‖gk-1‖gk-1)]/gk-1Tgk-1提出了一种新的非单调谱共轭梯度法,证明算法具有全局收敛性,并进行数值试验.数值试验结果表明,该方法具有良好的计算效能,特别适合于求解大规模无约束优化问题.     

利用Fisher函数解约束优化问题的广义梯度投影算法

通过引入一个辅助优化问题,将广义投影与罚函数技巧和F isher函数(a,b)=a2 b2-(a b),a,b∈En的特殊性质:a2 b2-(a b)=0 a≥0,b≥0,ab=0结合起来,给出处理非线性等式、不等式约束问题的广义梯度投影算法,并证明该算法是全局收敛的.该算法不仅保持文献[6]的优点,而且还扩大了初始点的选择范围.     

求解用户平衡与系统最优模型的新算法

近些年,国内外许多学者针对交通规划提出了诸如用户平衡(UE)、系统最优(SO)等模型,但由于交通网络的复杂性,这些模型的求解相对困难,考虑到在一般的UE、S0模型中,其约束条件为线性约束与非负约束,给出一种求解交通规划模型的新算法,算法不需使用任何线搜索,只要通过求解一个简单的二次规划问题得到下降方向即可,最后,将该算法应用到简单的交通网络中,并通过与相继平均法(MSA)进行比较,验证了该算法的收敛速度较快。     

修改的βkN（μ）方法在标准Wolfe条件下的全局收敛性

在没有线搜索的条件下,修改的βkN（μ）方法满足充分下降条件.证明了其在标准Wolfe条件下具有全局收敛性.初步的数值结果表明该方法是有效的.     

不确定性结构的弹塑性分析：模型及其解法

本文处理一类重要的工程问题：不确定性结构的弹塑性分析，分析模型包含了一类分片线性的硬化法则，这包含了大范围实际观察所得的材料特性。我们所处理的不确定性是由荷载及材料参数引起的。本文先把问题转化为一个随机非线性规划问题，然后用逼近技术给出一个简单的求解方法。     

补偿随机规划的一种新数值方法

本文给出解决两阶段求援随机规划的一种新的数值方法.由于引进了新的逼近技术,该方法具有全局收敛性和局部超线性收敛性。     

解约束优化问题的一个新方法

本文用 Lagrange 函数作为下降函数,给出了求解一般约束优化问题的一个SQP 方法,在一定的假设条件下证明了该方法具有全局收敛性和局部超线性收敛性.     

基于支持向量机的粒子群神经网络集成股市预测模型

为有效提高神经网络集成的泛化能力,先利用量子粒子群和主成分分析提高集成个体的泛化能力,再利用泛化能力强的支持向量机回归集成生成输出结论,建立一个基于支持向量机的粒子群神经网络集成股市预测模型.试验表明,该模型能有效提高神经网络集成系统的泛化能力,预测精度高,稳定性好.