离散线性投资组合模型的分枝定界算法

本文提出了一类新的带整数交易手数和凹型交易费用的均值绝对偏差模型(MAD)和极大极小投资组合模型(Minmax),并给出了离散模型的分枝定界算法.我们分别用随机产生的数据和Nasdaq股票市场的真实数据进行了数值实验,数值分析表明在一定的收益水平下均值绝对偏差离散模型风险控制上优于极大极小投资组合离散模型,而计算效率上极大极小投资组合离散模型优于期望绝对偏差离散模型.

基于原对偶内点法和分枝定界算法的配网无功优化计算及其并行实现

将原对偶内点法与分枝定界法综合应用于无功优化过程中,提出一种并行分枝定界策略。该并行分枝定界策略采用异步通信策略和主从控制模式,并行平台为分布式内存存储下的分布式并行平台,各工作机并行产生决策树,并行对各自的子问题执行分枝定界操作。2个测试算例结果表明,该并行策略负荷平衡良好,能有效提高计算效率,获得良好的加速比。

分枝定界算法用于有机混合物的同时定性定量分析

分枝定界法用于多组分同时定性定量分析 ,只需解析一份试样测得的数据 ,即可同时得到待测样品中所含组分的种类、数目及含量 ,具有简单、快速、准确等优点。此文对分枝定界法在判据应用方面进行了改进 ,应用四个判据 ,解决了最佳子集难判断的问题。建立了精蒽中不经分离同时测定蒽。

直线方向单组列车编组优化的压缩分枝定界法

本文介绍利用具有固定耗费的网络模型,研究直线方向单组列车编组优化问题。主要内容为将开行直达列车的充分条件及必要条件与分枝定界法有机地融为一体,提出了压缩分枝定界法。该算法已在PC/XT-286微机上实现。以实际车流、13个技术站为例,求其单组列车编组问题的最优解,所耗机时约为50分钟。

匈牙利算法与分枝定界法解决调色问题之比较

通过实例分析了匈牙利算法和分枝定界法的算法特征和过程,讨论了以这两种算法求解具体优化问题时所要采取的算法策略.指出在实际应用算法时,根据问题的局部信息,模型与算法的选择是极其重要的,并进一步提出了借用分枝定界法处理哈密尔顿回路问题的设想.

基于Agent的整数线性规划问题的求解算法

Agent技术自 2 0世纪 80年代起一直是分布式人工智能的研究热点。本文主要将先进的 Agent技术和传统的整数线性规划求解算法——分枝定界法相结合 ,给出了具体的基于 A gent的求解算法 。

离散单因素投资组合模型的对偶算法(英文)

本文研究金融优化中的离散单因素投资组合问题,该问题与传统投资组合模型的不同之处是决策变量为整数(交易手数),从而导致要求解一个二次整数规划问题．针对该模型的可分离性结构,我们提出了一种基于拉格朗日对偶和连续松弛的分枝定界算法。我们分别用美国股票市场的交易数据和随机产生的数据对算法进行了测试．数值结果表明该算法是有效的,可以求解多达150个风险证券的离散投资组合问题．

带有基数限制的离散多因素投资组合模型

研究带有基数限制的离散多因素投资组合模型.与传统的投资组合模型不同的是,该模型中投资组合的决策变量是交易手数(整数),且限制资产投资的最大数目,其最优化模型是一个非线性整数规划问题.分别用随机产生的一组数据和来自纳斯达克的40只股票数据,利用拉格朗日松弛的混合分枝定界算法求解此模型,并用FORTRAN语言编程,数值结果表明该算法能有效求解此模型.

离散投资组合问题的一种基于Bundle对偶搜索的精确算法

本文提出了离散均值一方差投资组合模型的一种新的精确算法.该算法是一个基于拉格朗日松弛和Bundle对偶搜索的分枝定界算法.我们分别用随机产生的数据和美国股票市场的真实数据进行了数值实验,并与传统次梯度对偶搜索进行了比较,数值结果表明本文提出的算法对解决中小规模的离散投资组合问题是有效的.

车辆路径问题(VRP)的一个启发式算法

考察车辆路径问题 :足够多的车座落在一个中心车库 ,车从车库出发 ,最终返回到车库 ,满足顾客的运输需求 ,求服务所有顾客的总费用最小。每辆车的装载量不超过它的容量。本文提出一个新的VRP模型及基于贪婪算法的启发式算法 ,并给出了算法的一个下界 。

配送计划的优化编制方法

讨论了在时间、距离和载重量等多种约束条件下,编制配送计划的优化方法。先给出配送问题的数学模型,并设计了一个带时间和距离约束条件的启发式算法来求解该模型,求得问题的近似解:然后再采用分枝定界法得到配送问题的最优解;最后,考查近似解与最优解在总的运行距离的相对误差,以此检验这个近似解的有效性。

不同类型离散投资组合模型的比较及启发

研究不同目标函数和不同约束条件的离散单因素投资组合模型.给出了一个基于拉格朗日松弛和连续松弛的混合分枝定界算法,并分别采用股票市场的真实数据和随机产生的数据来测试该算法的有效性,最后利用数据结果对不同类型的投资组合模型进行了比较.

基于车公里成本的多车型车辆规划方法

多车型车辆路径规划是车辆路径问题(VRP)的难点,在求解VRP前先进行多车型规划能降低其求解难度,针对基于车辆车公里成本的多车型规划又涉及VRP求解的问题,把车辆路径分为仓库点到分区中心路径和分区中心到客户之间的路径,构建了只与客户间总路径相关的基于车公里成本的多车型规划模型,避免求解每辆车的行驶路径;根据随机分布旅行商问题(TSP)路径估算模型主要与客户的地理分布离散度有关,利用相关分析建立了客户间平均路径与离散度的关系,把客户之间的路径转化为客户间的平均路径;利用分枝定界法求解多车型规划模型,并以实际配送数据进行验证实验。结果表明:基于成本的多车型规划比基于装载率的配送成本平均降低10%-25%。

背包问题的一种算法

一个人带一个背包上山,其可容纳物品重量的限度为a公斤,设有n种物品可供他选择装人背包中,已知第i种物品每年重量为W_i公斤,在上山的过程中第i种物品的作用价值是携带数量(件数)X_i的函数,认为C_i(X_i).问此人应如何选择携带物品(各几件),使所起作用(总价值)最大?这就是著名的背包问题.类似的问题有工厂里的下料问题,运输中的货物装载问题,空间科学实验站的物品装载问题等等.设X_i为第i种物品的装入件数,则问题的数学模型为:

租车问题的优化模型探讨

在人们的生产实践中,经常会遇到如何利用现有资源来安排生产,以取得最大经济效益的问题。此类问题构成了运筹学的一个重要分枝——数学规划,而线性规划(Linear Programming简记LP)则是数学规划的一个重要分枝。线性规划问题中的数学模型的构造十分有利于最优化问题的直观解决,从而有助于了解线性规划问题求解的基本原理。

节水洗衣机模型

本文进行了以下工作：（1）从化学、物理和机械的原理出发，对洗涤去污过程进行了详细分析，提出主洗和漂洗作为洗衣机洗涤过程的主要步骤，建立达到洗涤目的的标准是：被洗物品中残留的洗涤剂浓度Cn小于等于一个标准浓度P，并同时要求使用最少的水量。由此出发建立了一个非线性规划作为数学模型。（2）利用分枝定界法求解上述模型。（3）把爱德牌XQB45－1D型波轮式全自动洗衣机的有关数据代入所解得的模型，所得结果符合GB4288－92标准，与“XX”号洗衣机标准洗涤程序相比，本模型有更省水的结果。（4）对模糊控制洗衣机提出许多有益的设想。

带工业约束和交易费用的离散投资组合最优化

该文研究带有工业约束和凹的交易费函数的离散单因素投资组合模型.与传统的投资组合模型不同的是,该模型中投资组合的决策变量是交易手数(整数),其最优化模型是一个非线性整数规划问题.为此提出了一个基于拉格朗日松弛和连续松弛的混合分枝定界算法,而且分别采用股票市场的真实数据和随机产生的数据来测试该算法的有效性.

集约生产计划问题参数规划模型的转换与分解算法

为求解模糊的集约生产计划问题,从模糊集约生产计划已清晰化后的参数规划模型着手,将参数规划模型进行分解,提出了分解算法,并将分解算法与分枝定界法进行了比较分析,仿真结果验证了这种算法的有效性与优越性.

整数规划及其在水资源工程中的应用（一）

主要介绍整数规划问题的数学模型、分类以及现行常用的三种求解方法——分枝定界法、割平面法和隐枚举法。

带交易费用的离散多因素投资组合最优化(英文)

研究带有凹的交易费函数的离散多因素投资组合模型.与传统的投资组合模型不同的是,该模型中投资组合的决策变量是交易手数(整数),其最优化模型是一个非线性整数规划问题.为此本文提出了一个基于拉格朗日松弛和连续松弛的混合分枝定界算法,为测试算法的有效性,我们分别采用美国股票市场真实数据和随机产生的数据,数值结果表明该算法是有效的.