线性规划Karmarkar算法的一种改进算法及其数值检验

本文给出求解线性规划问题的一种改进的Karmarkar算法IKA.本算法通过施行仿射变换,将已给定的一个可行内点,变成另一空间可行域中所有分量为1的点e,然后从e出发,沿梯度方向进行一维搜索,使问题的目标函数单调下降,并收敛于最优值,因而不需假定目标函数最优值为已知.几个有数百个约束方程和变量的实际算例表明本算法比Karmarkar算法有效.

线性规划的Karmarkar方法(续)

线性规划的多项式算法———Karmarkar方法,是近期国际运筹学界的著名成果.它在理论与实用上都有重要意义.本文希望用比较通俗的方式介绍它,以便让更多的人们了解这一方法并将它应用于实际,产生更多的经济效益.

未知最优值线性规划的修正Karmarkar算法

本文对未知最优值的Karmarkar型线性规划,得到了一种复杂性为O(n^(3.5)L)的修正Karmarkar 算法;通过讨论加边矩阵和秩1修正矩阵的LDL^T 分解,得到了一种计算Q—斜投影的有效方法。最后,从理论上分析了算法的收敛性和复杂性。

对Karmarkar算法中两种具体算法的思考

对20世纪80年代出现的解决线性规划问题的一种新的计算方法———Karm arkar算法的两种具体算法作了细致的分析和思考,并提出了对这两种具体算法的看法和观点。

单纯形法与Karmarkar算法及其变形算法的比较

单纯形法和Ｋａｒｍａｒｋａｒ算法及其变形算法是解线性规划问题的三个不同算法，本文从实例出发，对三种算法进行了比较和分析。

一种用于求解机械制造中线性规划问题的新算法———KarmarKar改进算法

本文给出了求解机械制造行业中线性规划问题的一种ＫａｒｍａｒＫａｒ改进算法，证明了它的收敛性．该算法去掉了ＫａｒｍａｒＫａｒ算法要求目标函数值为已知的假设，使之适于解决机械制造行业中的线性规划问题。

解二次规划的一种Karmarkar变型算法

给出了求解二次规划的一种 Karmarkar 变型算法,证明了它的收敛性,建立起一种线性收敛速度。

DISCUSSION ON KARMARKAR'S METHOD FOR SOLVING UNSTANDARD MODEL.

In this paper,a discussion on the new polynomial-time algorithm for linearprogramming as proposed by Karmarkar.N.is presented.The problem is solved when aninitial feasible solution is unknown.For the case where the optimum value of the objectivefunction is unknown,the reasonableness and feasibility of the sliding objective functionmethod are proved.And a method of modifying the parameters is put forward.

COMPUTING KARMARKAR'S PROJECTIONS QUICKLY BY USING MATRIX FACTORIZATION

In this paper we compute Karmarkar's projections quickly using MoorePenrose g-inverse and matrix factorization. So the computation work of (ATD2A)-1is decreased.

线性规划Karmarkar方法的初始内点的求法

给出了线性规划Ｋａｒｍａｒｋａｒ算法的求初始内点的算法．

线性规划的新的多项式算法──Karmarkar方法

本文对线性规划的算法进行了综述，介绍一种新的多项式算法──Ｋａｒｍａｒｋａｒ方法。

满足产品需求条件下的车间最优随机生产计划与控制

根据实际需要建立关联方程有延迟且以正好满足产品需求为约束条件的车间生产计划与控制的随机非线性规划模型 ,即一种求解动态优化问题的静态优化模型 ,为求解方便将其转化成线性规划模型。提出分别用卡马卡算法和基于卡马卡算法的关联预测法来求解柔性自动化车间 (FAW)最优随机生产计划与控制问题 ,并编制了相应软件。通过算例研究 ,比较了上述 2种方法和 Matlab中的线性规划法 ,结果表明所提方法非常适合将不确定性环境中的 FAW产品需求计划最优分解成由 FAW中各柔性制造系统(FMS)执行的短期随机计划 ,尤其适合

以正好满足产品需求为约束条件的车间最优生产计划

研究以正好满足产品需求为约束条件的柔性自动化车间 (FAW)的最优生产计划问题 .首先根据实际需要建立车间生产计划的含需求约束的非线性规划模型 ,然后为求解方便通过引进约束将其转化成线性规划模型 .由于这种模型对于一般车间来讲其规模已经很大 ,很难在微机上用单纯形法在可接受的时间内获得其最优解 .为此 ,提出分别用卡马卡算法和基于卡马卡算法的关联预测法来求解车间最优生产计划问题 ,并编制了相应软件 .最后通过算例研究 ,比较了卡马卡算法、基于卡马卡算法的关联预测法和 Matlab中的线性规划法 ,结果表明所提方法非常适合将 ERP/ MRP 下达给 FAW的中期计划最优分解成由 FAW中各

柔性自动化车间生产计划的最优分解

研究了柔性自动化车间生产计划的最优分解问题 .首先根据实际需要建立车间生产计划的非线性规划模型 ,然后为求解方便将其转化成线性规划模型 .由于这种模型对于一般车间来讲其规模已经很大 ,很难在微机上用单纯形法求解 .为此 ,提出分别用卡马卡算法和一种新的基于卡马卡算法的关联预测法来求解车间生产计划的最优分解问题 ,并编制了相应软件 .最后通过算例研究 ,比较了卡马卡算法、基于卡马卡算法的关联预测法和Matlab中的线性规划法 。

柔性自动化车间的最优随机生产计划

研究了由多个柔性制造系统组成的柔性自动化车间的最优随机生产计划问题。首先根据实际需要建立车间生产计划的随机非线性规划模型。为求解方便 ,将其近似转化成确定非线性规划模型 ,并通过引进约束进一步转化成线性规划模型。由于这种模型规模较大 ,很难在微机上用单纯形法在可接受的时间内获得其最优解。为此 ,分别用卡马卡算法和基于卡马卡算法的关联预测法 ,求解柔性自动化车间最优生产计划问题 ,并编制了相应软件。最后通过算例研究 ,比较了卡马卡算法、基于卡马卡算法的关联预测法和Matlab中的线性规划法 ,结果表明 ,所提方法非常适合将不确定性环境中的随机产品需求计划 。

非对称型Hopfield神经网络的学习问题

联想记忆是人工神经元网络的重要功能之一,比讨ield网络是一种重要的应用于联想记忆型网络。为了实现记忆功能,我们总希望通过训练使徉本成为网络的稳定状态。然而汗bpfield网络利用决bb规则训练。

基于线性规划的梯级水电系统短期发电计划

建立了基于线性规划的梯级水电系统短期发电计划通用模型。该模型不仅考虑了电厂间的水力与电力联系,也考虑了诸如水流流达时间及流量变化率约束等,水头变化的影响则通过迭代消除。同时,线性化逼近技术使得新约束的加入不会改变模型的整体结构。采用Karmarkar内点算法求解该规划问题,加快了计算速度,计算结果表明所建立的模型是正确而有效的。考虑水价使得该模型能扩展到电力市场竞争环境中。

一类双线性规划的线性逼近算法

讨论了一类双线性规划的优化问题。利用对偶原理 ,将双线性规划问题转化为极大极小问题 ,研究了该极大极小问题的线性逼近算法 ,并证明了该算法在有限步内收敛。采用Karmarkar算法优化初始迭代点 。

国际数学规划领域的热点问题:线性规划内点法

论述20世纪80年代至今的国际数学规划领域的热点问题线性规划内点法的出现和它的理论体系、研究现状及其发展,同时也讨论了传统的单纯形法的最新进展以及内点法与单纯形法的对比测试,展现了该领域当前的研究现状与发展趋势.

二次规划的内椭球算法

对于标准型的凸二次规划问题本文给出了一个新算法．算法的每一步迭代，利用内椭球的思想来近似求解一个线性规划子问题而得到迭代方向，再适当选取步长而使之成为多项式算法，其迭代步数为Ｏ（ｎＬ２），每一步迭代所需计算量为Ｏ（ｎ３），其中ｎ为变量个数，Ｌ为问题的输入长度．