搜索结果: 1-11 共查到“管理学 线性规划”相关记录11条 . 查询时间(0.221 秒)
上层含约束条件且具有模糊决策变量的二层多随从线性规划
多随从 模糊决策变量 结构元
2014/10/13
提出并研究了一类上层含约束条件且具有模糊决策变量的二层多随从线性规划模型, 利用结构元理论证明了该模型最优解等价于上层含约束条件的二层多随从线性规划模型最优解, 利用Kuhn-Tucker 方法得到了该模型最优解, 并通过数值算例验证了该方法的可行性.
基于灵敏性分析的模糊非线性规划方法
模糊非线性规划 模糊数 灵敏性分析
2014/10/17
在求解含不确定性模型参数的模糊非线性规划问题时,一般会使用模糊区间较大的模糊参数,然而,这将会影响目标所能达到的满意度水平. 为此,论文提出采用灵敏性分析的方法研究模糊参数对目标的影响程度,找出严重制约优化目标满意度的模糊参数,通过减小其模糊区间而使问题的结果更加合理. 给出一种简单搜索算法确定模糊数的最佳取值区间,帮助决策者深入了解不确定性模型参数的性质. 通过一个数值实例详细阐述所提方法,验证...
求解整数非线性规划结合正交杂交的离散PSO 算法
粒子群优化算法 正交杂交 离散粒子群优化算法
2014/10/11
针对整数非线性规划问题, 提出一种结合正交杂交的离散粒子群优化(PSO) 算法. 首先采用舍入取整方法,为了减少舍入误差, 对PSO 中的每个粒子到目前为止的最好位置进行随机修正, 将基于正交实验设计的正交杂交算子引入离散PSO 算法, 以增强搜索性能; 然后对PSO 算法中的惯性权重和收缩因子采用动态调整策略, 以提高算法的搜索效率; 最后对一些不同维数的整数非线性规划问题进行数值仿真实验, 实...
求解支付值为区间直觉模糊数的矩阵对策的线性规划方法
矩阵对策 线性规划 对偶规划 直觉模糊集
2014/9/18
提出了支付值为区间直觉模糊集的矩阵对策定义及其解的概念, 将求解局中人的极大-极小与极小-极大策略问题转化为求解一对辅助的非线性多目标规划, 进而转化为一对易于求解的原始-对偶线性规划. 数值实例表明了所提方法的有效性和实用性. 所提出的区间直觉模糊集矩阵对策理论与方法既是对经典矩阵对策理论的发展, 又可为解决其他带有区间直觉模糊信息的对策问题提供新的途径.
投资项目集合选择问题的非线性规划模型与解法研究
投资项目集合选择 非线性 surrogate松弛模型 改进的贪婪搜索算法
2013/11/7
基于项目集合选择问题的定义,给出了项目集合选择问题求解的一般步骤。依据投资方案组合选择问题的非线性特性,构建了投资项目集合选择问题的非线性规划模型,在此模型的基础上提出了基于外点法求解此类问题的改进贪婪搜索算法。研究了采用surrogate松弛模型确定初始点和运用改进的贪婪算法搜索最优解的具体实现方法,给出了实现算法的具体步骤。
漂移型线性规划理论及应用
线性规划 漂移型线性规划 决策
2013/6/7
到目前为止,有关灰色线性规划问题有不少研究,如灰色预测型线性规划[1~6]灰色区间型线性规划[7]等.本文在文献[1~7]的基础上,针对漂移型线性规划问题,运用参数线性规划理论与方法,对其满意解及其性质等进行探研,并提出了一些新的结论,不仅为漂移型线性规划作了一些理论讨论,而且还以应用实例给予示范.
线性规划新解法[1]中的新的分解算法
线性规划 分解 算法
2013/6/14
作者在1987年提出了线性规划新解法[1].本文提出一种线性规划的新的分解算法,这种分解算法不同于Dantzig-Wofe的分解算法。
本文在文献[1]~[6]的基础上,针对顶测型线性规划问题的不完菩性,运用参数线性规划理论与方法对其最优解及其性质进行讨论,并得出了一些新的结论,不仅为预侧型线性规划作了一些理论探讨,而且在实际应用上也提供了一些解该规划的方法与具休算法,文章最后以一应用实例给予示范。
多目标线性规划的一种新的几何解法
多目标 线性规划 几何
2013/6/14
作者在[1]中,提出了一种线性规划的新解法,在[2]中又提出了一种关于求解线性不等式组AX≤b的构造性新解法。在本文中将[1]、[2]中的方法用于多目标线性规划,得到一种求解多目标线性规划的新的几何解法。同时得到了在多目标线性规划中推广了的Kuhn-Tucher原理。得到主要定理如下:对于多目标线性规划: 本文的目的在于制造一套新的求解的算法,无须用任何繁复的单纯形表格。只须从一个单目标线性规划...
本文叙述在仿射变换下对偶内点方法的数值实现及应用拉朗日乘子的高阶估计提高最优解的精度,同时给出一些数值试验结果
求解线性规划的BFGS方法
线性规划 BFGS 方法
2013/4/20
在本文中,我们基于对偶理论,把线性规划变成了求解一个凸函数的无约束极小化问题。然后利用BFGS方法求解该问题。在这个BFGS方法中,我们采用了一个非常有效的一维搜索技术。数值结果是令人满意的。