说明:双击或选中下面任意单词,将显示该词的音标、读音、翻译等;选中中文或多个词,将显示翻译。
您的位置:首页 -> 词典 -> 两参数线性规划
1)  tow –parametrlc linear programming
两参数线性规划
2)  parameter linear programming
参数线性规划
1.
The genetic algorithm, the parameter linear programming method and a heuristic method were used in the developed method.
建立了数学模型,提出基于遗传算法、参数线性规划方法和启发式方法的分级混合算法。
2.
A heuristic method combined genetic algorithm and parameter linear programming is proposed to the FCLSP.
结合遗传算法和参数线性规划方法提出解 FCLSP的混合算法 ,数值实例验证了其有效性 。
3)  parametrized linear programming
线性参数规划
1.
in this paper,we show a method to find the range of parameters of optimality solution and obtain some sufficient conditions of stability for parametrized linear programming.
给出一种确定线性参数规划问题有最优解参数之范围的方法;对一类较一般的参数规划解的稳定给出了若干充分条件。
4)  LPGP
灰参数线性规划
5)  parametric linear programming
参数线性规划
1.
This paper is mainly studying of optimal solutions distribution area of one kind of parametric linear programming about transportation problem with developed Hungry algorithm used in reference document[1], the thought, method, process, and example are also given.
论文利用文献[1]中的改进的匈牙利算法,研究关于运输问题的参数线性规划的最优解,并给出了相应的思路,方法步骤及应用举例。
2.
This paper mainly studied optimal solutions distribution area of one new kind of parametric linear programming and its related theorem on a basis of some usual parametric LP problems.
在一些常见参数线性规划的基础上研究了一类新的参数线性规划最优解的分布区间及相关定理。
6)  Parametric linear program
参数线性规划
1.
This paper shows that,for parametric linear programs with vector parametric in the right side of the constraints,the solution set is a lower semi-continuous point to set mapping.
本文证明了参数线性规划 P(λ,μ,θ):min{c~T(λ)x|A(μ)x=b(θ),x≥0}当μ,λ不出现,b(θ)=b_1+F_θ,b_1∈R~m,F 是 m×t 矩阵,θ∈R~t 时,最优顶点集 VS(θ)是下半连续的,还给出了当μ,θ不出现,c(λ)=c_1+H_λ,c_1∈R~n,H 为 n×r 矩阵,λ∈R~r 时,最优顶点集 VS(λ)下半连续的充分必要条件。
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