1) mixed-integer bilevel programming
混合整数双层规划
1.
Genetic algorithms for solving mixed-integer bilevel programming problems
求解混合整数双层规划问题的遗传算法
2) mixed integer bilevel linear programming
混合整数双层线性规划
1.
The major content of the thesis is the mixed integer bilevel linear programming which belongs to the bilevel programming.
本文讨论的主要内容是双层规划中的混合整数双层线性规划。
2.
The mixed integer bilevel linear programming problem in which the upper-level decision maker controls all zero-one variables and the lower-level decision maker controls all continuous variables is discussed.
通过对上层变量为0-1型变量和下层变量为连续型变量的混合整数双层线性规划问题的研究,根据分支定界法原理,给出了一种定界函数和寻找问题最优解的搜索准则,由此提出了一个求解混合整数双层线性规划问题的有效枚举方法。
3) mixed integer bilevel linear multi-follower prog
多下层混合整数双层线性规划
4) bilevel mixed integer-programming
二层混合整数规划
1.
Hybrid genetic algorithm of global optimization for a sort of nonlinear bilevel mixed integer-programming problem;
一类非线性二层混合整数规划问题全局最优解的遗传算法
2.
In this paper, a sort of nonlinear bilevel mixed integer-programming problem is discussed.
讨论了一类非线性二层混合整数规划的求解问题,将遗传算法和单纯形法结合提出了一种混合遗传算法,为了避免经典遗传算法在实际运用中存在的Hamming悬崖、早熟收敛、全局优化速度慢和解的精度差等缺点,引入了实数编码,采用多个子种群并行搜索的策略,数值模拟结果表明该算法是有效的。
5) mixed integer linear programming
混合整数规划
1.
Multi-period mixed integer linear programming model and applications for crude selection;
多周期混合整数规划购油模型及应用
2.
At present, most of crude inventory scheduling optimization problems in refinery are solved by mixed integer linear programming (MILP) based on linear models.
应用该算法对实例的计算结果表明,它不仅具有模型表达简单的优点,而且效率较单纯的混合整数规划算法也有了一定程度的提高。
6) mixed integer programming
混合整数规划
1.
A method of non-linear penalty function for solving integer programming and mixed integer programming;
一种求解整数规划与混合整数规划非线性罚函数方法
2.
Both models of nonlinear recursive programming and mixed integer programming for crude optimization were introduced.
介绍原油优选模型中的非线性递归模型和混合整数规划模型技术。
3.
The problem is formulated as a mixed integer programming and an corresponding algorithm is put forward,which first planed location,and then planed resources allocation,and solv.
针对该问题构建了混合整数规划模型,提出了一种先进行选址然后进行资源分配的优化算法。
补充资料：非线性规划
| 非线性规划 nonlinear programming 目标函数是非线性函数或约束条件不全是线性等式（不等式）的一类数学规划。在科学管理和其他领域中，很多实际问题可以归结为线性规划，但还有另一些问题属于非线性规划。由于非线性规划含有深刻的背景和丰富的内容，已发展为运筹学的重要分支，并且在最优设计、管理科学、系统控制等领域得到越来越广泛的应用。 非线性规划的研究始于1939年，是由W.卡鲁什首次进行的，40年代后期进入系统研究，1951年H.W.库恩和A.W.塔克尔提出最优化的判别条件，从而奠定了非线性规划的理论基础，后来在理论研究和实用算法方面都有很大的发展。 非线性规划求解方法可分为无约束问题和约束问题来讨论，前者实际上就是多元函数的极值问题，是后一问题的基础。无约束问题的求解方法有最速下降法、共轭梯度法、变尺度法和鲍威尔直接法等。关于约束问题情况比较复杂，因为在迭代过程中除了要使目标函数下降外，还要考虑近似解的可行性。总的原则是设法将约束问题化为无约束问题；把非线性问题化为线性问题从而使复杂问题简单化。求解方法有可行方向法、制约函数法、简约梯度法、约束变尺度法、二次规划法和约束集法等。虽然这些方法都有较好的效果，但是尚未找到可以用于解决所有非线性规划的统一算法。 |
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条