两个DEA的逆问题的解法的探讨

文[1]提出了两个DEA的逆问题，并用搜索法来解．而本文根据所证的定理，对每个问题一般只要解二、三个线性规划问题就能得到答案．     

非线性规划的拟下降方法：概念,模型及应用

§1.引言 考虑一般非线性规划问题: (P)min{f(x)|x∈S},其中S?R~n为一非空闭集,f:R~n→R~1。 求解(P)的下降算法的基本思想是:在当前点x_k∈S处,(若x_k不是某种期望的     

最速下降规则不失为一可用规则

本从统计意义上平均迭代次数的观点出发，指出求解线性规划的最速下降规则是可取的，好用的。     

有界变量线性规划的基线算法

本文对有界变量线性规划的算法进行了研究，得到了一种解此问题的新算法。文中根据基线算法的算法原理，通过对BL表的旋转，在各变量满足界约束的条件下，使目标函数值不断增大，直至得到有界硬上界，从而得到问题的最优解。文中给出了有界变量线性规划基线算法的计算步骤，并给出了一个例子。与单纯形法相比，采用基线算法解有界变量线性规划操作更简单。迭代次数少，解题速度更快。     

求线性规划初始可行基的新方法

本文提出一个求线性规划初始可行基的新算法，该算法不仅避免了人工变量，而且理论分析及初步的数值实验结果表明其效率更高。     

线性规划联合算法的理论与应用

本在[1]的基础上．较系统的叙述了线性规划联合算法的步骤、相关理论及其应用，指出该算法具有避免人工变量、减少迭代次数、使用灵活、应用方便等特点。     

线性规划问题的规范型算法

提出了线性规划问题的两种规范标准形式；证明了任意一个线性规划问题都可化为这两种形式之一；给出了不需引入人工变量的线性规划问题的求解算法。     

MC模式下顾客需求与厂商供应的纳什均衡

在大规模定制(MC，Mass Customization)模式下，基于市场需求的复杂化，厂商对个性化的顾客需求很难做出及时准确的反应，而且由于其自身生产能力的限制，不可能对所有的个性化用户进行一一地满足，只可能对已经存在的个性化需求，根据自身的生产能力和规模，以利润最大化及顾客对产品的满意度为目标，对个性化需求进行较准确地预测，从而正确指导生产。本通过博弈论的方法，提出了一个基于顾客对产品的满意度及企业的利润的一个非合作博弈模型，并给出求解纳什均衡的方法。