卫星舱三维布局优化模型及判断不干涉性算法

本以人造卫星仪器舱布局问题为背景。建立了在抛物圆柱体空间中带性能约束的长方体群的布局优化模型。分析模型中不干涉性约束的性质，利用凸集分离定理给出了等价的显式表达式，并构造了判断不干涉性的算法。     

带性能约束的矩形图元布局优化模型及不干涉性算法

本文讨论了以航天卫星仪器舱布局优化设计为背景的、带性能约束的矩形图元布局优化模型及不干涉性判别算法,主要讨论了模型的性质,并将这一模型转化为带反凸约束的凸规划问题。应用文献(4)给出的最优性条件及定界锥分拆算法,可求得带性能约束的矩形图元布局优化问题的全局最优解。     

带性能约束布局问题的全局优化算法

以人造卫星仪器舱布局为例,应用图论,群对集合的作用,轨道与等价关系等刻划各种布局方案的同构,等价类等内在性质,从而首次给出带有性能约束二维布局问题的一个全局优化算法。     

基于改进遗传算法的布局优化子问题

本针对子问题，构造了布局子问题(关于同构布局等价类)的改进遗传算法。将该算法应用于二维布局优化子问题，数值实验表明该算法能够在很好地保持图元的邻接关系的前提下找到子问题的最优解。由于布局优化问题可分解为有限个子问题，所以利用该算法可以找到整个布局优化问题的全局最优解。     

有害危险废弃物运输网络优化选线模型研究

本文研究有害危险废弃物运输网络优化选线问题.根据实际情况,有害危险废弃物运输管理需要重点关注运输风险与运输成本.在此基础上,建立了考虑运输风险和运输成本两个因素的有害危险废弃物处理网络选线模型.在对该模型进行分析的基础上,给出了相应的多项式时间的选线策略,证明了该策略具有的效果性能.所得结论对于实际的有害废弃物运输选线决策具有理论指导意义,同时对已有的研究结果具有较强的互补性.     

卫星舱内长方体群布局的优化模型及全局优化算法

本文研究了卫星舱内长方体群优化问题,建立了一个三维布局优化模型,并用图论,群论等工具克服了布局优化问题时断时续性质带来的困难,在此基础上构造了一个全局收敛的优化算法,文中所用的方法可用于求解类似问题。     

主通道位置不固定的设施布局问题多目标优化模型及算法

以物流中心设施布局问题为对象,提出了考虑出入口及主通道位置不固定情况下的设施布局问题的多目标优化模型并设计了其改进的遗传算法。首先,以物料搬运成本最小、活动关系密切度最大和面积利用率最大为目标,构建了考虑出入口位置不固定条件下的具有I型主通道的设施布局多目标优化数学模型。然后,设计了一种改进的遗传算法,包括:改进的编码、解码方法,追加了解码修正操作,基于惩罚函数策略的适应度函数等。实例测试表明,本算法的执行效率高而且结果稳定,优化效果好,布局结果紧凑适用。     

解线性约束优化问题的新锥模型信赖域法

本文提出了一个解线性等式约束优化问题的新锥模型信赖域方法.论文采用零空间技术消除了新锥模型子问题中的线性等式约束,用折线法求解转换后的子问题,并给出了解线性等式约束优化问题的信赖域方法.论文提出并证明了该方法的全局收敛性,并给出了该方法解线性等式约束优化问题的数值实验.理论和数值实验结果表明新锥模型信赖域方法是有效的,这给出了用新锥模型进一步研究非线性优化的基础.     

解线性约束优化问题的新锥模型信赖域3法

本文提出了一个解线性等式约束优化问题的新锥模型信赖域方法．论文采用零空间技术消除了新锥模型子问题中的线性等式约束，用折线法求解转换后的子问题，并给出了解线性等式约束优化问题的信赖域方法．论文提出并证明了该方法的全局收敛性，并给出了该方法解线性等式约束优化问题的数值实验．理论和数值实验结果表明新锥模型信赖域方法是有效的，这给出了用新锥模型进一步研究非线性优化的基础．     

一种具有非线性约束线性规划全局优化算法

本文提出了一种新的适用于处理非线性约束下线性规划问题的全局优化算法。该算法通过构造子问题来寻找优于当前局部最优解的可行解。该子问题可通过模拟退火算法来解决。通过求解一系列的子问题,当前最优解被不断地更新,最终求得全局最优解。最后,本算法应用于几个典型例题,并与罚函数法相比较,数值结果表明该算法是可行的,有效的。     

The Model for Two-dimensional Layout Optimization Problem with Performance Constraints and Its Optimality Function

This paper studies the two-dimensional layout optimization problem.An optimization model withperformance constraints is presented.The layout problem is partitioned into finite subproblems in terms ofgraph theory,in such a way of that each subproblem overcomes its on-off nature optimal variable.A minimaxproblem is constructed that is locally equivalent to each subproblem.By using this minimax problem,we presentthe optimality function for every subproblem and prove that the first order necessary optimality condition issatisfied at a point if and only if this point is a zero of optimality function.     

基于CVaR约束的指数组合优化模型及实证分析

随着指数衍生产品日益受到重视,指数化投资组合常被投资者或机构所采用,而用有限的资金按指数构成比例进行投资显然是不现实的,所以指数的最优误差追踪就显得更加重要。本文将追踪误差定义为证券投资组合收益率与所追踪的指数基准收益率之差,并在分析CvaR(ConditionalValue at Risk)的基础上,在无交易费用和有交易费用的情况下,建立了基于CVaR约束的追踪误差最小化的指数组合优化模型,对指数进行复制,并通过实证分析,得出了基于CVaR约束的追踪误差最小时的样本期内及样本期外的最优投资策略,验证了CVaR约束控制风险的有效性。     

考虑回收-补偿约束的卫星城镇生活垃圾中转站选址研究

为进行卫星城镇WSW中转站优化选址,本文结合城镇中转站选址经济、社会、环境负效应等相关影响因素细化分析,确定了城镇中转设施分步优化模型方法。该方法结合规范约束距离改进LSCP模型,于待选点中确定一次覆盖所有收集点的设施备选组合,而后应用综合考虑了建设运营成本、负效应、回收效率的多目标整数规划模型最终确定中转站位置、收纳量与服务分配方案。通过实例分析,验证了本文方法实用性与合理性。     

二维混合布局问题的组合优化模型及算法

本文以卫星仪器舱布局优化设计问题为背景，分别以矩形和圆形为各种仪器的表征图元，建立二维混合布局的组合优化模型，并给出其主要性质和算法     

Properties of Chance Constraints in Infinite Dimensions with an Application to PDE Constrained Optimization

Chance constraints represent a popular tool for finding decisions that enforce the satisfaction of random inequality systems in terms of probability. They are widely used in optimization problems subject to uncertain parameters as they arise in many engineering applications. Most structural results of chance constraints (e.g., closedness, convexity, Lipschitz continuity, differentiability etc.) have been formulated in finite dimensions. The aim of this paper is to generalize some of these well-known semi-continuity and convexity properties as well as a stability result to an infinite dimensional setting. The abstract results are applied to a simple PDE constrained control problem subject to (uniform) state chance constraints.     

Overall Optimization with Optimal Relaxations of the Constraints

Sometimes one or more constraints seriously affect the optimization of an objective function and therefore some relaxation of the constraints is desired if possible. It is assumed that constraints can be relaxed at the cost of introducing some penalty functions into the objective function. In some cases the optimization of the modified objective function (which includes penalty functions) subject to optimally relaxed constraints is preferred. This note deals with the optimal relaxation of the constraints with regard to the linear programming problem which consequently results in overall optimization.     

带约束条件的AGARCH模型

自Engle(1982）首创ARCH模型以来,各种推广和变异模型纷纷问世,形成庞大的ARCH类模型族。这些模型普遍存在一个缺陷：通常只限制条件方差的函数的系数非负以保证条件方差非负,并且在正态分布假设下用最大似然方法进行估计。本文明确提出带约束条件的AGARCH模型这一新概念,并用非线性规划方法代替最大似然方法对模型进行估计,实证结果表明这样的作法是可行且较优的。     

Mathematical Programs with Vector Optimization Constraints

In this paper, we introduce mathematical programs with vector optimization constraints. For these problems, we establish two models in both the weak Pareto solution and Pareto solution setting. Some new existence results are obtained under rather weak conditions. We establish also equivalences between mathematical programs with vector optimization constraints and mathematical programs with vector variational inequality constraints.This research was partially supported by a grant from the National Science Council of the ROC. The authors thank the referees for helpful suggestions and comments.