一类具有非凸关系的多目标决策方法

针对一类具有非凸关系的多目标决策问题，本文提出了一种新的求解方法．该方法将多目标决策问题转化为对策问题，利用对策理论进行求解，克服了非凸性问题所引起的决策困难．     

两层多目标决策问题的模糊交互式决策方法

建立了一类上层多目标、下层多人无关联单目标的多人两层决策问题的数学模型和决策机制,基于模糊集理论,提出了一种模糊决策方法,为两层以及多层决策问题提供了求解途径．     

两层非线性规划问题的并行模拟退火全局优化

两层非线性规划问题的非凸性和非可微性给全局最优解的求解带来了较大的困难，目前还缺乏成熟的全局优化策略，同时其易并行计算特性未得到重视。提出了基于模拟退火算法的两层非线性规划问题的并行全局优化策略。融合单纯形法和模拟退火算法设计了一种并行模拟退火算法，用来求解上层问题，用精确惩罚函数处理约束。下层的非线性规划问题则采用可变容差单纯形算法完成求解。所设计的组合算法有效地结合了两层非线性规划问题的易并行性，便于实现网络并行计算。计算表明算法有着可靠的全局收敛性和较高的收敛速度。     

多目标动态规划及其在过程优化中的应用

本文以Waltz分层优化方法为基础,提出了多目标动态规划的分层解法。该方法通过将目标按其重要性为序排列,将多目标决策问题转化为一系列的单目标决策问题,然后分别在相应的工程宽容范围内分层求解。文中给出了有关分层解法的弱有效解和有效解的两个定理证明。分层解法的主要优点是计算量逐层减小。最后,本文给出了这一方法在求解多级化学反应器操作优化问题中应用的示例。     

一种上层变量为连续型两层决策问题的求解方法

基于 Monte Carlo模拟退火方法 ,对上层变量为连续型的两层决策问题 ,提出了一种求解方法。该方法根据两层决策问题的决策机理直接求解 ,能够以较少的搜索量得出问题的优质近似解。示例的仿真计算结果表明了该方法的实用有效性。     

一类多目标两层决策分析及其决策方法

针对一类多目标两层决策问题，从上、下两层决策者之间的偏好关系出发，探讨了问题的决策机制：半合作决策机制与纯独立决策机制，说明了可以利用增广加权Ｔｃｈｅｂｙｃｈｅｆ范数问题来有效地表示它们的非劣解集，据此设计辅助这类多目标两层决策问题的交互式决策方法     

非光滑两级优化问题的必要条件及其算法

利用集值分析、非光滑分析与优化理论,研究了两级优化问题的性质、结构,提出了处理这类问题的一个通用性结构化模型,并利用该模型导出了非凸非光滑条件下两级优化问题的微分包含型必要条件,最后给出了其求解的算法及算例．     

针对目标跟踪的分布式MIMO雷达资源分配算法

基于分布式多输入多输出雷达,针对目标跟踪精度的优化问题提出了一种联合资源优化分配算法。首先,推导了机动目标跟踪误差的贝叶斯克拉美罗下界(Bayesian Cramer Rao lower bound, BCRLB),由BCRLB可知其跟踪精度主要由信号发射功率、带宽和信号有效时宽决定。然后,以最小化目标的BCRLB为目标函数,建立了包含相应的3个资源变量的优化模型,分析可知该模型的求解是一个非凸问题的求解。所以采用循环最小化算法和凸松弛的方法将这个非凸的优化模型转化为凸优化模型进行求解。最后,仿真结果表明,利用所提出的资源分配算法能明显提高机动目标的跟踪精度。     

一类两层决策问题的模型及迭代决策方法

本文针对一类下层决策人分组的两层决策问题，建立了数学模型和决策机制，随后提出了一种决策方法。该决策方法为这一类两层决策问题提供了一种求解途径     

具有多值映射的两级优化问题的广义算法研究

两级优化问题是一种非凸非光滑问题，绝大多数问题的求解都是建立在下层有唯一解的基础之上的。而本文针对多值映射，即下层非唯一解的情形，利用隐函数理论，将两级优化问题转化为带有隐函数的非光滑问题，提出求解这类问题的广义算法框架，并证明其收敛性，最后通过实例验证该方法的实用性．     

OPTIMALITY CONDITIONS FOR NONCONVEX BILEVEL PROGRAMMING PROBLEMS

Recomendation.ThisworkisrecomendedbyamemberiftheEditorialBoard,ProfWANGShouyang.1.IntroductionThebilevelprogrammingproblemcanbestatedasfollows:whereS(x),foreachx,isthesolutionsetofthefollowingparametricprogrammingproblem:whereF,f:Re ~-R,g'Re ~-R"andG:Re ~…     

双层多目标线性规划问题的一个算法

现有方法常常将双层多目标线性规则问题(下层决策者无关联)的下层问题的最优性条件转换为上层问题的严格约束,这样缩小了上层决策问题解的搜索范围,与实际中的决策过程相违背。因此,基于隶属函数以及模糊数等有关性质,提出了一种模糊决策方法;同时,在上下层问题独立求解时,引入了一种多项式的时间算法,为两层以及多层决策问题提供了新的求解途径。     

线性/线性-分式双级多目标决策问题的研究

讨论了线性 /线性 -分式双级多目标决策问题 ,给出了其解集的性质和一阶最优性条件.     

Bilevel programming model and solution method for mixed transportation network design problem

By handling the travel cost function artfully, the authors formulate the transportation mixed network design problem (MNDP) as a mixed-integer, nonlinear bilevel programming problem, in which the lower-level problem, comparing with that of conventional bilevel DNDP models, is not a side constrained user equilibrium assignment problem, but a standard user equilibrium assignment problem. Then, the bilevel programming model for MNDP is reformulated as a continuous version of bilevel programming problem by the continuation method. By virtue of the optimal-value function, the lower-level assignment problem can be expressed as a nonlinear equality constraint. Therefore, the bilevel programming model for MNDP can be transformed into an equivalent single-level optimization problem. By exploring the inherent nature of the MNDP, the optimal-value function for the lower-level equilibrium assignment problem is proved to be continuously differentiable and its functional value and gradient can be obtained efficiently. Thus, a continuously differentiable but still nonconvex optimization formulation of the MNDP is created, and then a locally convergent algorithm is proposed by applying penalty function method. The inner loop of solving the subproblem is mainly to implement an all-or-nothing assignment. Finally, a small-scale transportation network and a large-scale network are presented to verify the proposed model and algorithm. This research is supported by the National Basic Research Program of China under Grant No. 2006CB705500, the National Natural Science Foundation of China under Grant No. 0631001, the Program for Changjiang Scholars and Innovative Research Team in University, and Volvo Research and Educational Foundations.     

A Class of Optimization Method for Bilevel Multi-objective Decision Making Problem with the Help of Satisfactoriness

1　 IntroductionWe discuss the following bilevel multi-objective decision making problemmaxx F( x,y) ( 1 a)s.t. G( x,y)≤ 0 ( 1 b)maxyifi( x,yi) ,　 i =1 ,… ,p ( 1 c)s.t. gi( x,gi)≤ 0 ,　 i =1 ,… ,p ( 1 d)where F( x,y) =( F1 ( x,y) ,… ,FM( x,y) ) ,M≥ 2 .x=( x1 ,x2 ,… ,x N) Tand yi=( yi1 ,… ,yin) Tstand for the decision variable of the upper-level decision maker and the decision variable ofthe lower-level i-th decision making unit;y=( y T1 ,… ,y Tp) T;letn =∑pi=1ni;F∶ Rn N → RM…     

基于层次粒子群算法的非线性双层规划问题求解策略

在交通与物流网络系统规划中的许多决策问题可以归结为双层规划模型, 这类问题大多属于非凸优化问题. 现有算法要么难以获得全局最优解, 要么在解决大规模问题时存在算法复杂度及计算效率问题. 本文基于 进化博弈及多目标优化非支配排序的思想设计了层次粒子群算法, 通过两个粒子群算法的交互迭代来模拟 决策者之间的博弈寻优过程, 从而获得使各方利益最大化的双层规划问题的最优解. 最后通过测试函数验 证算法的有效性.