极大极小随机规划逼近问题最优解集和最优值的稳定性

研究了特殊的二层极大极小随机规划逼近收敛问题. 首先将下层初始随机规划最优解集拓展到非单点集情形, 且可行集正则的条件下, 讨论了下层随机规划逼近问题最优解集关于上层决策变量参数的上半收敛性和最优值函数的连续性. 然后把下层随机规划的epsilon-最优解向量函数反馈到上层随机规划的目标函数中, 得到了上层随机规划逼近问题的最优解集关于最小信息概率度量收敛的上半收敛性和最优值的连续性.     

二层随机规划逼近最优解集的上半收敛性

下层随机规划以上层决策变量作为参数,而上层随机规划是以下层随机规划的唯一最优解作为响应的一类二层随机规划问题,首先在下层随机规划的原问题有唯一最优解的假设下,讨论了下层随机规划的任意一个逼近最优解序列都收敛于原问题的唯一最优解,然后将下层随机规划的唯一最优解反馈到上层,得到了上层随机规划逼近最优解集序列的上半收敛性.     

二层随机规划逼近问题最优解集的上半收敛性

在下层初始随机规划问题可行解集上引入了正则的概念,并在下层初始随机规划最优解唯一的条件下,利用上图收敛理论,给出了下层随机规划逼近问题的任意一个最优解向量函数都连续收敛到下层初始随机规划问题的唯一最优解向量函数.然后将下层随机规划的最优解向量函数反馈到上层随机规划的目标函数和约束条件中,得到了上层随机规划逼近问题的最优解集关于最小信息概率度量收敛的上半收敛性.     

乐观型二层随机规划逼近问题最优解集的上半收敛性

文章针对下层随机规划反馈的最优解不唯一,上层为单目标约束随机规划的一类乐观型二层随机规划逼近问题,构建了求解乐观型二层随机规划逼近最优解集上半收敛的理论框架.首先将乐观型二层随机规划等价转化为单层随机规划问题,通过逼近方法建立了无界可积函数在有限区域上以及全空间上的一致逼近定理,应用此结果给出了目标函数的连续收敛性和约束集的K-收敛性.其次利用上图收敛理论,得到了乐观型二层随机规划逼近最优解集的上半收敛性.该结论提供了乐观型二层随机规划逼近最优解集可以近似替代精确的最优解集的理论依据,结果表明离散化逼近方法是可行的、有效的、合理的.     

关于二层规划的逼近问题

下层问题以上层决策变量作为参数,而上层是以下层问题的最优值作为响应 的一类最优化问题——二层规划问题。我们给出了由一系列此类二层规划去逼近原二层规划的逼近法,得到了这种逼近的一些有趣的结果.     

一类随机规划逼近最优值和最优解集的收敛性

本文提出强上图收敛的概念,讨论了逼近随机规划的目标函数序列的强上图收敛性,研究了逼近随机规划最优值和最优解集的收敛性条件,得到了一类随机规划逼近最优值和最优解集的收敛性.     

不确定规划逼近问题最优解的几乎处处上半收敛性

对不确定规划经验逼近问题的最优解的几乎处处上半收敛性进行了研究。首先将带有约束的不确定规划问题转化成与其等价的无约束的不确定优化问题,然后将经验测度替代不确定测度得到不确定规划的经验逼近模型,并得出逼近问题的目标函数序列的几乎处处上图收敛性,最后利用上图收敛性理论,给出了不确定规划经验逼近最优解集的几乎处处上半收敛性。     

随机规划ε-逼近最优解集的Hausdorff收敛性

本文研究了随机规划ε-逼近最优解集的Haudorff收敛性条件,证明了随机规划逼近最优值的收敛性,并利用此结果给出了随机规划ε-逼近最优解集Haudorff收敛的一个充分条件.     

一类二层规划的上图收敛性

以下层规划的最优值作为响应反馈到上层的一类二层规划问题，可以放宽要求下层规划具有唯一解的限制．本文旨在讨论这类二层规划序列的上图收敛性，从而对近似求解这类问题提供了一定的理论依据．     

一类概率约束规划逼近最优解集的上半收敛性

对一类概率约束规划逼近最优解集的上半收敛性进行了研究.利用概率测度弱收敛的特征,给出了概率约束规划可行集的收敛性条件,得到了概率约束规划逼近最优解集的上半收敛性.     

随机规划经验逼近问题最优解集的几乎处处下半收敛性

本文给出了随机规划经验逼近最优解集几乎处处下半收敛的一个充分条件,并由此得到随机规划经验逼近最优解集几乎处处Hausdorff收敛的一个充分条件.     

一类非线性三层规划问题的罚函数方法

文章研究了一类结构为非线性-线性-线性三:层规划问题的求解方法.首先,基于下层问题的Karush-Kuhn-Tucker (K-K-T)最优性条件,将该类非线性三层规划问题转化为具有互补约束的非线性二层规划,同时将下层问题的互补约束作为罚项添加到上层目标;然后,再次利用下层问题的K-K-T最优性条件将非线性二层规划转化为非线性单层规划,并再次将得到的互补约束作为上层目标的罚项,构造了该类非线性三层规划问题的罚问题.通过对罚问题性质的分析,得到了该类非线性三层规划问题最优解的必要条件,并设计了罚函数算法.数值结果表明所设计的罚函数算法是可行、有效的.     

概率约束规划逼近最优解集的上半收敛性

本文讨论了概率约束规划目标函数的连续收敛性,并利用概率测度弱收敛的特征给出了概率约束规划可行集的收敛性条件,得到了概率约束规划逼近最优解集的上半收敛性.     

两层多人多目标决策模型及其凸性

本文提出了四种一般性两层多人多目标决策模型及其最优解概念，它们适应于下层以不同已知信息提供给上层并涉及多个决策者不同偏好的两层多目标决策问题，研究了与这些模型相关的几种集值函数（包括下层有效前沿面，下层目标空间构成的集值函数和上层的两种复合目标集值函数）在各种意义下的凸性。     

二层随机规划逼近解的收敛性

对二层随机规划的逼近解的收敛性作了探讨,证明了当随机向量序列{ζ(k)(w)}依分布收敛于ζ(w)时,相应于ζ(k)(w)的二层随机规划问题的任何最优解序列将收敛到原问题的最优解.     

基于遗传算法的二层线性规划问题的求解算法

本研究了下层以最优解返回上层的二层线性规划问题的遗传算法。在提出可行度概念的基础上，构造了二层线性规划上层规划问题的适应度函数，由此设计了求解二层线性规划问题遗传算法。为了提高遗传算法处理约束的能力，在产生初始种群时将随机产生的初始种群变为满足约束的初始种群，从而避免了使用罚函数处理约束带来的困难，最后用实例验证了本提出的二层线性规划的遗传算法的有效性。     

一类广义半无限规划问题的光滑牛顿算法

本文在广义半无限规划问题的最优解集X处满足某些条件的前提下将广义半无限规划问题转化成KKT系统,通过扰动的FB函数,将KKT系统转化为一组光滑函数方程,设计了一个光滑牛顿算法,证明了算法的全局收敛性,并且在光滑函数解集处满足局部误差界条件下证明了算法具有超线性收敛速率.     

线性半向量二层规划问题的全局优化方法

研究了线性半向量二层规划问题的全局优化方法. 利用下层问题的对偶间隙构造了线性半向量二层规划问题的罚问题, 通过分析原问题的最优解与罚问题可行域顶点之间的关系, 将线性半向量二层规划问题转化为有限个线性规划问题, 从而得到线性半向量二层规划问题的全局最优解. 数值结果表明所设计的全局优化方法对线性半向量二层规划问题是可行的.     

带有限反馈下层的二层规划问题的部分合作模型

对下层最优反馈为离散有限多个的二层规划问题的部分合作模型进行探讨. 当下层的合作程度依赖于上层的决策变量时, 给出一个确定合作系数函数的一般方法, 进而得到一个新的部分合作模型. 在适当地假设下, 可保证所给的部分合作模型一定可以找到比悲观解要好的解, 并结合新的部分合作模型对原不适定问题进行分析, 得到了一些有益的结论. 最后以实际算例说明了所给部分合作模型的可行性.     

线性分式多乘积规划问题的完全多项式时间近似算法

本文针对线性分式多乘积规划问题,通过Charnes-Cooper转化将原问题转化为一个等价问题,借助此等价问题提出一个获得原问题全局近似最优解的算法,最终证明了算法的收敛性,且提供了算法运算时间的理论分析.