双层线性规划的一个全局优化方法(英文)

用线性规划对偶理论分析了双层线性规划的最优解与下层问题的对偶问题可行域上极点之间的关系,通过求得下层问题的对偶问题可行域上的极点,将双层线性规划转化为有限个线性规划问题,从而用线性规划方法求得问题的全局最优解.由于下层对偶问题可行域上只有有限个极点,所以方法具有全局收敛性.

求解线性双层规划的割平面算法

利用线性双层规划的全局最优解可在其约束域的极点上达到这一性质,通过对问题可行解集合的结构进行探讨,引进一种割平面技术,提出了一个求解线性双层规划的全局收敛算法,并通过一个算例说明了算法的求解过程.

用罚函数求解线性双层规划的全局优化方法

用罚函数法将线性双层规划转化为带罚函数子项的双线性规划问题,由于其全局最优解可在约束域的极点上找到,利用对偶理论给出了一种求解该双线性规划的方法,并证明当罚因子大于某一正数时,双线性规划的解就是原线性双层规划的全局最优解。

匈牙利方法在资源分配问题中的应用

通过对一维资源平行分配问题的讨论 ,给出了将该问题分解成若干个指派问题的方法 ,通过用匈牙利方法求解对应的指派问题 。

基于凹性割的线性双层规划全局优化算法

通过对线性双层规划下层问题对偶间隙的讨论,定义了一种凹性割,利用该凹性割的性质,给出了一个求解线性双层规划的割平面算法。由于线性双层规划全局最优解可在其约束域的极点上达到,提出的算法能求得问题的全局最优解,并通过一个算例说明了算法的有效性。

基于单纯形方法的双层线性规划全局优化算法

通过分析双层线性规划可行域的结构特征和全局最优解在约束域的极点上达到这一特性,对单纯形方法中进基变量的选取法则进行适当修改后,给出了一个求解双层线性规划局部最优解方法,然后引进上层目标函数对应的一种割平面约束来修正当前局部最优解,直到求得双层线性规划的全局最优解.提出的算法具有全局收敛性,并通过算例说明了算法的求解过程.

一种带自适应飞行时间因子的粒子群算法

作为一种新型智能算法,粒子群算法具有概念简单、易于实现等特点,但也存在容易陷入局部最优的缺点。为了尽可能找到问题的最优解,提高粒子群算法的收敛速度,提出一种带自适应飞行时间因子的粒子群算法,在算法中引入种群多样性和种群进化度两个参数,并根据这两个参数对算法性能的影响,让飞行时间因子随着这两个参数自适应改变。通过对4个基准函数的测试表明,改进后的粒子群算法较其他几种粒子群算法在收敛速度和收敛精度上都有一定提高。

一个求解线性双层规划的全局收敛算法

用线性规划对偶理论讨论了线性双层规划的最优性条件,利用下层问题的对偶间隙,将线性双层规划转化为目标函数带惩罚项的单层问题,通过对转化后的单层问题进行求解,给出了一个求解线性双层规划局部最优解的方法,然后引进一种割平面约束来修正当前局部最优解,直到求得线性双层规划的全局最优解。提出的算法具有全局收敛性,并通过一个算例说明了算法的求解过程。

基于复杂网络的城市路网可靠性分析

为分析城市路网中线路的重要程度,采用对偶拓扑方法,将路段抽象为节点,将交叉口抽象为网络边,对实际路网进行拓扑结构转换。应用复杂网络节点度、边介数等特征指标及网络可靠性指标评价城市路网结构特征。最后,分别在蓄意攻击和随机故障条件下,对济南市区路网的连通可靠性进行了实证研究。

DHMC:一种有效的高维Cube并行分布式存储结构

在数据仓库系统中,数据立方体(Cube)及其预聚集处理在OLAP起到非常重要的作用.对于一个d维的data Cube可以生成2d个聚集Cuboids和multiply from i=1 to d(|Di|+1)个聚集数据单元,但对于一个高维Cube,要创建这些所有聚集Cuboids是不现实的.提出通过共享分段立方体Mini-Cube的高维Cube并行分布式存储结构(DHMC),将高维Cube划分成若干个低维共享分段立方体Mini-Cube,利用并行分布式处理技术来创建这些分割的分段共享Mini-Cube及其聚集Cuboids,来实现高维Cube的并行创建和增量更新维护,从而解决高维OLAP聚集海量数据的存储与查询问题.理论分析与实验结果均表明DHMC性能最佳.

稠密数据库有趣规则的快速挖掘

目前 ,关联规则的挖掘算法主要用于非稠密数据 ,很少有挖掘稠密数据的算法 ,而现实世界中有许多数据是稠密的 .由于现行的算法不适合稠密数据的挖掘 ,本文定义了兴趣度函数 ,给出了挖掘稠密数据有趣关联规则的有效算法 .该算法与以往不同的是提前过滤掉不满足约束的属性组合 ,因而提高了速度 ,同时 ,使发现的规则更有趣 ,更易理解 .

求解多层线性规划的模糊规划法

用模糊集理论中的隶属函数描述多层线性规划的各层目标,在第一层给定最小满意水平下,通过求解相应层次的模糊规划来确定各层的最小满意度,从而最终得到问题的一个满意解.提出的方法只需求解一系列线性规划问题,具有较好的计算复杂性和可行性,最后的算例进一步验证了方法的有效性.

基于k-Harmonic means聚类分析的物流中心选址模型研究

通过对传统物流选址模型运输成本的讨论,运用k-Harmonic means聚类分析方法对传统物流选址模型中运输费用进行重新构建,将以往的辐射状点对点送货路径替换为更贴近实际的连续圈式送货路线,克服了传统模型不符合实际情况的弊端,并通过较大规模的数值实验验证了方法的优越性。

铁路旅客列车客流量统计算法及应用模型

通过对现行售票服务数据的分析,提出了一种新的列车客流量统计分析算法,并给出了该算法的应用开发模型.应用该算法,可以准确地求得旅客列车各沿途站点的上下车人数以及列车的乘客率等重要数据.该算法具有实时性,它的应用对及时准确地进行列车的客流量分析,减少铁路短途旅客的流失,规范旅客列车运营市场的公平竞争,具有一定的现实意义和应用开发价值.

对双层规划最优解的进一步研究

对双层规划BLP(Bilevel Programming)的最优解作了进一步的研究。由于双层规划的最优解一般不是Pareto最优解,本文给出5种有效解的定义,并指出所定义的有效解有更重要的实际意义。

p-达朗贝尔判别法及其应用

对正项级数的达朗贝尔判别法作了推广,提出并证明了p-达朗贝尔判别法,扩大了其使用范围.进一步利用数列和子列的收敛关系,证明了其与柯西判别法之间的关系.最后通过例子对p-达朗贝尔判别法进行了验证.

《数值分析》课程教学改革探析

结合高等学校21世纪人才的培养目标,根据本校的特点及多年的教学经验,对《数值分析》课程的教学改革进行了探讨,分别从教学思想和教学模式、教学内容、教学方法与手段、实践教学与考核方法等方面进行了论述。建立了"问题驱动式"的教学思想,实施了以"案例为主线,实验为指导,融知识传授与能力培养于一体"的教学模式,并针对《数值分析》涉及面广的特点,设计了分层次、分专业、分模块的立体结构式教学。

求解线性规划的拟线性时间算法

在本文中,我们利用基可行解信息和内部下降方向给出了一种求解线性规划的新算法,在某些条件下,我们证明了新算法是线性时间的,而且大量的数值实验也证实了该结论。

求解多下层线性双层规划问题的模糊法

针对上层一个决策者、下层多个决策者的多下层线性双层规划问题进行研究,用模糊集理论的隶属函数描述决策者的目标函数,在上层决策者指定最小满意水平下,通过求解模糊规划来确定问题的满意解.算例表明,与传统的方法相比,该方法计算简单可行,且得到的解更优.

电子废弃物逆向物流网络选址模型及算法研究

在第三方逆向物流企业的参与下,建立了回收利用电子废弃物的逆向物流网络,并基于混合整数规划方法提出一个多产品、多阶段的网络优化模型,目标是使网络总成本最小化。为求解这一复杂问题,利用拉格朗日松弛法将问题分解为简单的子问题,同时为得到问题的可行解,在求解子问题基础上设计了启发式算法,通过迭代更新拉格朗日乘子,可以逐步获得问题的最优解,并在此基础上给出了求解问题的具体算法步骤。