具有学习效应的排序对策

建立了具有学习效应的排序对策模型,在这类排序对策中,工件的实际加工时间不再是常数,而是关于工件位置的递减幂函数。当所有工件的正常加工时间相等时,松弛可行顺序的条件,相应的排序对策是均衡的,但不一定是凸对策。

基于工件位置的排序博弈收益分配准则

针对基于加权总完工时间排序问题的合作博弈,根据工件对联盟收益的贡献,给出了基于工件位置的收益分配准则,探讨了它与排序博弈的核心之间的关系,讨论了哑元性和断开不变性,提出了平均损失相等性,利用有效性和平均损失相等性对一个特殊的基于工件位置的分配进行了公理化.

单调线性互补问题的Mehrotra型预估-校正算法的迭代复杂性(英文)

Mehrotra型预估-校正算法是很多内点算法软件包的算法基础,但它的多项式迭代复杂性直到2007年才被Salahi等人证明.通过选择一个固定的预估步长及与Salahi文中不同的校正方向,本文把Salahi等人的算法拓展到单调线性互补问题,使得新算法的迭代复杂性为O(nlog((x0)Ts0/ε)),同时,初步的数值实验证明了新算法是有效的.

凸二次规划的一种宽邻域预估-校正算法

Zhao对线性规划提出了一种基于邻近度量函数最小值的宽邻域预估-校正算法,并证明了算法的多项式复杂性。基于他的思路,将此方法拓展到凸二次规划,设计了一种新的基于邻近度量函数最小值的宽邻域预估-校正算法。由于新算法的迭代方向向量Δx,Δs不再满足正交性,因此算法的收敛性分析不同于线性规划的情形,同时也证明了新算法具有已知的最好迭代复杂性O (n^(1/2)ln〔((x0)Ts0/ε)〕,初步数值实验验证了算法的有效性。

具有区间支付的宗派对策

在区间不确定环境下,针对具有否决权的成员与其他成员之间的合作,建立了具有区间支付的宗派对策。在区间核心中,非宗派成员得到的区间分配不能超过他对大联盟的边际贡献。给出了完全区间宗派对策的等价条件。当相应的区间减法可行时,完全区间宗派对策的区间核心中的分配可以通过两种单调区间分配方案扩张得到。算例验证了模型的有效性。

排序对策的一个新的收益分配准则

针对一个机器的排序问题,给出了排序问题中成本增加量的表达式,提出了收益分配的不小于成本增加量准则。针对一类特殊的排序问题,给出一个符合不小于成本增加量分配准则的解,并证明了它满足有效性,哑元性和单调性。结合一个算例,对本文的提出的方法进行了分析验证。

凸二次规划宽邻域原始-对偶势下降内点算法

基于线性规划原始-对偶内点算法的思想,对凸二次规划提出了一种新的内点算法-宽邻域原始-对偶势下降内点算法.算法取牛顿方向作为迭代方向,利用势函数选择迭代步长.由于迭代方向不再正交,因此,算法的复杂性分析不同于线性规划的相应算法的分析.证明了新算法具有O(nL)的迭代复杂性.此外,初步的数值试验表明了算法的可行性以及有效性.