大规模半定规划问题的正则化方法及收敛性

为了改进求解大规模约束条件的半定规划问题的方法,首先通过经典的二次正则法,将一般的半定规划问题(SDP)的标准形式进行形式的转化,然后通过研究转化后问题的最优性条件,给出了求解一般的半定规划问题的正则化算法及其收敛性证明。在实际中,处理大规模约束条件的半定规划问题(SDP)时,该方法表现出很好的性能。

业务流程管理中的大规模整数规划问题求解

对从企业业务流程管理中抽象出来的大规模整数规划问题的计算机求解方法进行讨论。提出一种内存优化管理方法,能更高效地存储海量数据。同时对求解整数规划问题的经典算法——分枝定界算法进行研究,利用人工智能的搜索思想,给出分枝定界法的改进算法,使其能快速求解大规模整数规划问题。

求解大规模问题的谱共轭梯度法（英文）

共轭梯度法是求解大规模无约束优化问题的一类重要方法.由于共轭梯度法产生的搜索方向不一定是下降方向,为保证每次迭代方向都是下降方向,本文提出一种求解无约束优化问题的谱共轭梯度算法,该方法的每次搜索方向都是下降方向.当假设目标函数一致凸,且其梯度满足Lipschitz条件,线性搜索满足Wolfe条件时,讨论所设计算法的全局收敛性.

在微型计算机上求解大规模线性规划问题的探讨

从一九四七年丹齐格证明单纯形法是线性规划问题的有效解法起,线性规划作为一门重要的新兴科学已有三十多年的历史。线性规划问题是运筹学中求解方法较完善、应用最广泛的一个分枝。由于线性规划是求解这样一类问题,即在满足一定的约束条件下,使目标函数最优化,因而生产组织与计划的很多问题可以用线性规划的数学模型来描述。微型计算机价格低廉、使用方便,目前在我国各类企业中,应用较为普遍。如何在微型计算机上求解大规模线性规划问题,是值得探讨的问题。

在微机上用分块法求解大规模线性规划问题的改进

线性规划是运筹学的一个分枝,经过几十年的发展,在理论上和方法上日趋成熟,已在各经济管理部门获得了广泛的应用。线性规划数学模型具有简单灵活的特点,并有很多规范化的模型可供人们参考应用。很多实际问题,往往构成大规模线性规划问题。微型计算机价格低廉、使用方便,目前在我国的各部门、各企业中,应用较为普遍。如何在微型计算机上求解大规模线性规划问题,已引起了人们的关注。

具有离散随机变量二阶段问题的分解算法

本文研究一般的具有离散随机变量二阶段问题的解法．给出了一个把大规模线性规划问题转化为小规模线性规划问题的分解算法．