求解非线性规划问题的光滑路径跟踪方法

通过对非线性规划问题的K-T点的光滑路径跟踪方法研究，得出一种针对于既有不等式约束条件又有等式约束条件的优化问题光滑路径跟踪方法，证明了光滑跟踪路径的存在性。     

约束装箱问题的混合遗传算法求解

本将最佳适应法和遗传算法相结合，提出了一种新的启发式混合遗传算法对具有时间约束的装箱问题进行求解，给出了具体的算法步骤，试算结果表明基于启发式算法的混合遗传算法适合于求解各种约束条件下的大规模装箱问题。     

一种新的多目标演化算法--稳态淘汰演化算法

提出一种新的多目标演化算法，稳态淘汰演化算法（Steady Elimination Evolutionary Algorithm），该算法利用稳态淘汰策略，能够在不需要额外计算量和存储空间的情况下，自发地保存精英个体(elitist），试验结果表明该算法优于当前的多目标演化算法。     

一种基于闭环优化的新型鲁棒预测控制方法

针对带约束的凸多面体线性不确定模型，提出了一种新型鲁棒预测控制方法，它采用离散化的不确定模型构造最小－最大优化控制问题，并在其中直接引入状态反馈机制，与其他最小－最大预测控制方法相比，这种方法等效于增加了控制序列的长度，为优化问题增加了更多的自由度，从而扩大了可行域，作为最小化目标的是离散化不确定系统在整个预测时域上二次型成本函数的最大值，而不是各预测阶段应成本项的上界之和，从而减少了与最小－最大优化相关的方程个数，有利于降低计算复杂性，文中进一步证明了不确定系统的闭环稳定性取决于优化问题在初始时刻的可行性，并将优化问题转化为线性矩阵不等式形式。最后，以数值仿赵例子验证了方法的有效性。     

序线性空间中向量优化问题的K-T型定理

本文在广义凸性条件下,研究实线性空间中一类向量优化问题的最优性条件,我们引入F ritz-John鞍点,、“K-T鞍点”讨论它们与有效解、弱有效解之间的关系.     

投影寻踪分类建模理论的新探索与实证研究

从理论上分析了正确的投影向量系数(权重)约束条件是∑_(j=1)~2a_j~2=1和1≥0_j≥-1;从理论和实证两个视角证实采用约束条件∑_(j=1)~p a_j~2=1和1≥a_j≥0时逆向指标或对正向指标采用了错误的归一化方式时的权重必定等于"0"。采用正确的约束条件,针对同一密度窗宽R值,实证分析发现和从理论上证明了在投影寻踪分类(PPC)建模中改变指标归一化方式前后,权重是互为相反数的重要特性等三个定理和二个推理,改变指标归一化方式不影响任意两样本投影值之间的距离和投影指标函数值。提出了正确使用PPC进行建模的基本原则和步骤、判定指标属性(正向指标或者逆向指标)的准则等,实现了投影寻踪探索性研究和验证性分析的有机统一。     

非线性的规划问题

我们知道,线性规划研究的是线性约束条件下线性目标函数的最值,那么类似的会有非线性的规划问题,主要是下面三类问题:(1)非线性约束条件下求线性目标函数的最值;(2)线性约束条件下求非线性目标函数的最值;     

水面舰艇编队防空问题的建模研究

数学建模在水面舰艇编队防空系统中起到不可估量的作用.通过实例,分析一枚及多枚来袭导弹穿越护卫舰时的数学关系,得出护卫舰100%发现来袭导弹的最大工作半径为25km;并在此基础上建立100%防御成功条件下防御面积最大化的数学模型.计算得出编队的最佳设计阵型为:四艘护卫舰布置在以指挥舰为中心、半径为59km的圆上,各舰相对于指挥舰的方位角分别为45°、95°、145°和195°.根据各战舰拦截导弹过程的运动关系,求得了最优阵型下舰队拦截来袭导弹的最大批次.     

部分线性变系数模型的Profile Lagrange乘子检验

对于部分线性变系数模型附有约束条件时的估计与检验问题,基于Profile最小二乘方法给出了参数部分以及非参数部分的约束估计并研究了它们的渐近性质,并针对约束条件构造了Profile Lagrange乘子检验统计量,证明了该统计量在原假设下的渐近分布为χ2分布,从而将Lagrange乘子检验方法推广到了半参数模型上.     

带约束条件和多余参数的线性模型的比较

对于带约束条件和多余参数的两个线性模型ｅ１＝Ｌ（Ｘ１β＋Ｚ１γ，Ｖ１，Ｌ１）和ｄ２＝Ｌ（Ｘ２β＋Ｚ２δ，Ｖ２，Ｌ２），其中Ｖ１和Ｖ２是已知对称的正定矩阵，γ和δ是多余参数，Ｌ１和Ｌ２是已知的约束矩阵，文中给出了一种新的比较准则，并得到了几个充要条件。