一类新的奇异型折扣费用模型

建立了一类新的奇异型哲扣费用模型,证明了最佳控制的普遍存在性,并且给出了这些最佳控制的结构及最佳费用函数的解析表达式。     

一类推广的奇异型随机控制问题

现研究的一类奇异型随机最优控制模型最初由S．E．Shreve和J．P．Lehoczky提出，该模型相应的控制费用函数比较简单，使其应用受到了限制，本文的主要工作是对原问题的费用函数进行扩展，使其归结到一类更广泛的函数上去，从而拓宽了其应用；并且将得出的结论引入存储问题，得到储量与需求间平衡的最佳效益模型的最优控制策略。     

一个一般化的优化模型

研究了一个较为一般的平稳优化模型，证明了其最佳控制的存在性，并在各种条件下给出了最佳控制的结构形式。     

一类吸收折扣费用模型的研究

主要讨论了一类吸收折扣费用模型的费用结构，在一定条件下找出了其最佳控制。     

状态由随机微分方程确定的平稳问题

奇异型随机控制模型为今后随机控制领域一个十分重要的研究对象，本文研究了一类平稳的奇异型随机控制问题，将原模型的状态结构由Ｗｉｅｎｅｒ过程推广到随机微分方程的解过程，此外在费用结构上也进行了较大的推广，其最佳控制被具体刻划出。     

物流网络选址与路径优化问题的模型与启发式解法

以商品从供应商,经过物流中心(或配送中心),配送到最终用户的整个过程中所产生的费用最小化为目标函数,提出了求解供应商的最佳位置与数量、配送中心的最佳位置与数量以及从配送中心到最终用户的最佳配送路径优化问题,建立了问题的数学模型,利用传统启发式算法与模拟退火法开发了问题求解的混合启发式解法,并利用人工生成数据和实例进行了计算验证。对于小规模问题,通过与数理规划软件所求得的最优解进行比较可以看出,所提出的数学模型可以准确地描述此类问题,所提出的混合启发式解法能够在短时间内求解问题,并得到非常接近于最优解的近似解;对于大规模问题,虽然无法求得最优解进行比较,但从实例计算结果来看,所求解也是较好的,因此可以认为所提出的解法是有效和良好的,具有较高的实用价值。     

多目标模糊优化问题的神经网络解法

基于函数联接神经网络，提出了一种解决工程结构多目标模糊优化问题的新算法。该算法以设计人员对目标函数值的满意程度作学习样本，采用神经网络取代传统的隶属度函数，从而较好地解决了隶属函数的描述问题。在解决多目标模糊优化问题中，该算法较传统算法具有更大的灵活性。     

离散非平衡公交网络优化模型及其求解算法

在分析现有的公交网络设计的研究成果基础上,提出了离散非平衡公交网络优化模型,考虑到公交网络优化的复杂性,该模型分成两个子模型：一个子模型确定公交线路的起旋点和备选线路的出车频率,另一个模型确定公交线网优化方案,模型采用遗传算法求解。     

考虑多个目标的路面养护决策优化模型

传统的路面养护决策需要将道路使用者不同的效益换算为费用进行寿命周期费用分析,这样的换算过程不仅不合理,而且还存在很大的任意性和不确定性。通过建立路网中某一个路段在分析期内所需投入养护资金最小和所获取用户效益最大的两个目标优化模型,对这个项目在整个分析期的养护计划和养护资金需求的问题进行研究。模型求解时利用多目标优化中最优解和非劣解的概念,并利用遗传算法,求得优化模型的解。通过实例计算,对结果进行分析,验证模型的有效性。     

约束优化问题的一个超线性收敛算法

给出一个求解约束优化问题的新算法。在无需强二阶充分性条件及严格互补性条件的假设下，研究了该法具有局部一步超线性收敛性的充要条件。     

基于动态规划模型的部队返程问题优化应用研究

简要介绍了动态规划的多阶段决策过程、最优性原理和最优性定理,并以某军区打靶部队返程运输为例,建立动态规划模型,优化运输计划,达到以尽可能小的代价完成部队返程运输保障的目的,为解决同类问题提供思路。     

出租车合乘制调度优化模型研究

出租车作为一种灵活、方便的交通工具,为人们快捷、舒适、安全的出行提供了强有力的保障,出租车合乘制的推行将有助于进一步提高人们选择出租车出行的频次,保障出租司机的收入,减少道路拥堵与交通系统的能源消耗．以合乘出租车司机收益与乘客服务率最大化及乘客费用最小化为目标,建立了出租车最佳路径选择及配车调度优化模型,并设计了改进粒子群算法求解,通过多次仿真运算,结果表明该算法优化此类问题是有效的．     

关于最优机器保养和更换问题的解法

指出目前最优机器保养和更换问题解法中一个推理与事实之间的不符合，提出了几个判断最优决策变量的表达形式的有用准则，并给出必要的合理证明，还列举了数值例子以说明其应用情况。     

考虑投资费用的运输问题的求解方法

本文讨论了一类考虑投资费用的运输问题的数学模型,分析了这类模型的特点,并在此基础上,提出了求解此类问题的思路和算法。算例表明,该算法在实际应用中是行之有效的。     

“跳-停”随机模型的最优控制策略研究

首先构造了目标跟踪和存储问题中的“跳-停”随机控制模型，在给出目标函数应满足的变分方程的基础上，证明了最优控制策略的存在性．进一步，利用随机积分理论及Dolens-Made-Meyer公式，为获得最小的目标值函数，得出了一定条件下的最优“跳-停”控制策略，并给出了目标值函数的具体形式．