求解约束优化的一种混合遗传算法

对于一类约束优化问题 ,基于罚函数和单纯形方法 ,本文提出了一种混合遗传算法 ,数值算例表明该算法是有效的     

拟凸函数的几个性质

本文主要讨论了拟凸函数、严格拟凸函数及强拟凸函数之间的关系，得到了某些新的结论，推广了文［１］中的几个主要结论。     

多指标决策TOPSIS法的一种改进

在多指标决策理想点法中,基于靠近理想点和远离负理想点这两个基准,本文定义了一种新的相对贴近度的计算公式,由此给出了TOPSIS法的一种改进,将改进后的TOPSIS法用于多指标决策的方案排序,得到的结果将更加合理客观。     

一类非线性双层规划问题的罚函数

文章对含约束的非线性双层规划问题,提出了一种罚函数的构造,先对下层规划进行等价处理,再对上层函数构造罚函数,使其转化成单层无约束规划问题,使得它能采用无约束优化方法中许多有效的解析方法.     

广义凸多目标分式规划解的充分条件及其对偶定理

最优性条件及对偶性理论是数学规划理论的最重要的组成部分，文[1]讨论了广义不变凸分式规划的最优性充分条件及Mond-Weir型对偶，但其中的主要结论是错误的。本文改正了文[1]的一个主要错误，并人出了广义不变凸多目标分式规划的解的几个充分条件，讨论了它的另一种对遇模型，证明了弱对偶和强对偶定理。     

非光滑多目标规划的Fuzzy弱有效解的最优性条件及其对偶定理

本文研究具有Fuzzy约束的非光滑目标规划（FVP），讨论了（FVP）的Fuzzy弱有效解的几何型、Fritz John型和Kuhn Tncker型最优性条件，并尝试建立了（FVP）的Mond-Weir型对偶，得到了弱对偶、直接对偶及逆对偶定理。     

极小极大分式规划的高阶对偶性

文章首先引入极小极大分式规划问题的一个最优性必要条件,给出高阶η-不变凸函数和高阶η- 不变拟凸函数的定义.然后,建立该分式规划问题高阶对偶模型.最后,在高阶η- 不变凸和高阶q一不变拟凸的条件下讨论该对偶模型的弱对偶和强对偶定理.     

统筹图中求有关参数的权关联矩阵算法

给出一个求统筹图中有关参数的数值算法，证明了算法的理论依据，并举例说明算法的应用。     

不可微多目标凸规划的对偶理论

本文建立了不可微多目标凸规划的一种形式的对偶规划,讨论了关于真有效解的直接对偶定理、逆对偶定理和弱对偶定理的对偶结果。     

一种新的广义凸多目标分式规划的对偶定理

本文给出了一类新的广义凸函数-(F,α,ρ,θ)-b-凸函数,讨论了多目标分式规划(MFP)的三种对偶模型:Mond-Weir型对偶、Lagrange型对偶、Schaible型对偶,并基于(F,α,ρ,θ)-b-凸性证明了各自相应的弱、强对偶定理。