导读:本文包含了两层规划问题论文开题报告文献综述及选题提纲参考文献，主要关键词:随机线性二层规划,带期望约束的二层协方差模型,粒子群优化算法,分支定界算法
两层规划问题论文文献综述
张涛[1]（2018）在《一种求解随机线性二层规划问题的分支定界-粒子群混合算法》一文中研究指出将一类随机线性二层规划模型转换为带期望约束的确定性线性二层协方差规划模型,并进一步利用KKT条件将二层协方差规划模型转化为单层规划模型,然后利用分支定界-粒子群混合算法对该模型进行求解.与传统分支定界算法的对比实验表明,该算法有效改善了上层问题的方差结果,且计算效率得到了较显着提高.(本文来源于《西南师范大学学报(自然科学版)》期刊2018年06期）
王媛媛[2]（2018）在《基于二层规划的单承运方单托运方运输服务采购问题研究》一文中研究指出随着经济的快速发展以及社会分工的不断细化,大部分生产制造企业通常不再对商品进行配送服务,而是将运输服务外包给第叁方物流企业,集中有限的时间和资源发展自身的核心竞争力,随之产生了运输服务采购问题。运输服务采购是指企业根据自己的运输需求从外部资源市场中获取运输服务的过程,其决策是物流外包过程中对成本以及服务质量控制的第一步,决策结果是否成功有效直接影响到物流外包合作的效果。在运输服务采购过程中,物流服务企业作为承运方,需要选择若干运输服务进行报价,合理的选择运输服务不仅能够获得较大的收益,还能充分利用自身的物流运力,达到整合物流资源的目的。生产制造企业作为托运方,也是运输服务活动中的采购方,要根据承运方的报价等因素决定是否与承运方合作。承运方在对运输服务报价时期望获取更大的利润,而托运方在做运输服务采购时则希望以尽可能低的价格获取运输服务。可见双方既在采购价格上存在矛盾,又存在相互合作的关系,并且在决策时具有明显的分层结构,适合应用二层规划理论对其进行研究。根据运输服务采购活动中承运方与托运方的不同表现,在充分考虑双方的相互关系的基础上,本文建立了单承运方单托运方运输服务采购的二层规划模型。为更加贴近现实决策过程,将承运方作为上层规划模型的决策者,托运方为下层规划决策者,寻求使承运方与托运方利益都较大的相对最优状态。当承运方在原有运输网络的基础上新增路线时,既要满足原有的配送任务,又要满足新增的配送任务,车辆路径规划便成为首要解决的问题,承运方需制定一个合理的配送方案使得其获利最大,因此在上层规划模型中加入了车辆路径规划的相关约束。在模型的求解方面,首先针对上层规划的车辆路径规划问题,根据模型的特点,将运输路线分为叁类,并结合了离散粒子群算法进行求解,其次设计了二进制粒子群算法对二层规划模型整体进行求解。为验证模型的合理性和算法的有效性,本文对两个数值算例进行分析,说明了提出的模型及算法能够很好地解决单承运方单托运方的运输服务采购问题,也进一步阐述了本文理论。(本文来源于《重庆交通大学》期刊2018-04-02）
张涛,吕一兵[3]（2018）在《一种求解半向量二层规划问题的基于KKT背离度量方程的粒子群优化算法》一文中研究指出下层多目标规划问题的Pareto最优解的精确性对于成功求解半向量二层规划问题具有决定性作用.本文基于多目标规划问题的KKT背离度量方程,设计了具有确定性终止准则的半向量二层规划问题的粒子群算法.最后,利用线性半向量二层规划算例和非线性半向量二层规划算例进行数值仿真,仿真结果表明,算法中的KKT背离度量方程能有效控制下层问题Pareto最优解的精度,从而确保问题最优解的真实有效性.(本文来源于《应用数学》期刊2018年02期）
程林鹏[4]（2017）在《利用萤火虫智能群优化算法求解二层规划问题》一文中研究指出在经济管理、城市交通规划、军需兵力分配等领域普遍存在着递阶决策系统,多层规划数学模型是研究这类系统问题的基本模型。在多层规划问题的数学模型中二层规划数学模型又是最基础、最简单的形式。多层规划问题可看作是多个二层规划问题递阶组合而成。结合实际,本文主要研究二层规划中的若干问题。人工萤火虫智能群优化算法(Artificial Glowworm Swarm Optimization Algorithm,GSO)启发于自然界萤火虫群觅食、寻偶等自然现象。该算法具有快速捕捉极值域,操作简单,易实现,鲁棒性强等优点。目前已成功应用于寻找危险信号源的位置、多极值函数优化、定位有害气体泄漏源等方面。随着人工萤火虫智能群优化算法理论研究的深入,其在生产、生活中的应用也越来越广泛,逐渐引起计算智能邻域专家学者们的关注。针对二层规划问题,本文给出二层决策问题数学模型的一种新的解法——二层规划萤火虫智能群优化算法:采用以下层问题的Kuhn-Tucker条件替代下层问题的基本思想,先将二层规划问题转化单层规划问题,然后利用萤火虫智能群优化算法对其进行求解,并利用Matlab实现该算法,经过一系列不同类型实例测试,并与其他算法进行比较,结果表明本文所设计的结合Kuhn-Tucker条件的萤火虫算法可行有效。(本文来源于《天津大学》期刊2017-05-01）
吴慧[5]（2016）在《两类多目标二层规划问题的数值求解方法》一文中研究指出二层规划问题为一类具有两层阶梯结构的系统决策问题,在该问题的数学模型中,包含了具有不同目标函数与约束条件的上,下两层优化问题.他们既彼此独立,又相互影响.具体表现为：上层问题的约束条件与下层问题的最优解密切相关,下层问题的最优解又受上层给定的决策变量所影响.因为二层规划问题为一类NP-hard问题,所以其在基础理论和求解算法上的发展都较为缓慢,但这并没有影响它在各种实际问题中的应用.目前为止,二层规划问题已经被广泛应用于各种生活领域.如市场竞争,环境保护,交通网设计,资源分配,物流管理,价格控制等.本文在已有的研究基础上,首先对二层规划问题的理论及算法的发展作了简短的综述,然后介绍了与本文研究内容相关的基础知识,最后针对两类多目标二层规划问题,设计了相应的数值求解算法,并通过相关数值实验检验了算法的可行性.论文主要安排如下.第一章简要的介绍了二层规划问题的数学模型,并从理论算法和实际应用两个方面介绍了二层规划问题的研究背景及发展现状.在理论算法上介绍了求解二层规划问题的几种常用方法.包括罚函数法,极点搜索法,智能求解算法,分支定界法等.并对上述方法的求解思路及优缺点作了简单的概括与总结.在实际应用方面介绍了二层规划问题在交通和管理中的应用.最后介绍了本文各章节的具体安排.第二章给出了与本文相关的一系列预备知识,具体内容包括：相关的数学概念,如闭集,凸集,连续函数,可微函数,局部极小(大)值点等；线性及非线性二层规划的数学模型及其解的性质；多目标优化问题的数学模型,最优性条件及主要目标求解方法；模糊集概念及确定隶属函数的方法.为第叁,四章求解多目标二层规划问题提供理论依据.第叁章针对上层是多目标下层是单目标的一类非线性多目标二层规划问题,设计了主要目标求解法.第一节给出了此类二层规划问题的数学模型及pareto-最优解的概念,并对该模型中的相关变量作了简要说明.第二节在假设下层问题为凸规划问题的基础上,利用下层问题的K-T最优性条件,将原多目标二层规划问题转化为带互补约束的多目标优化问题.将多目标优化问题的互补约束条件作为罚项,构造该多目标规划问题的罚问题.通过证明该罚问题的收敛性可知该罚问题的pareto-最优解一定是原问题的pareto-最优解.随后设计了求解该罚问题的主要目标法,并给出了详细的求解步骤.第叁节通过求解相关算例,可证明本文所设计的主要目标求解法是有效且可行的.第四节总结了该算法的优点与不足.第四章针对上层是单目标,下层是多目标的一类线性多目标二层规划问题,即半向量二层规划问题.设计了模糊决策求解法.求解思路为：首先,利用线性加权法将下层多目标规划转化为单目标优化问题,可则将半向量二层规划问题转化为单目标二层规划问题.其次,利用模糊集理论,构造对应的隶属函数用于描述上,下两层目标函数的满意度.然后,构造新的模糊目标评价函数,并在此基础上给出了该模糊决策求解法的具体求解步骤.相关数值实验可证明：本章所设计的模糊决策法是可行的.第五章分析总结了本文所设计的两种算法的优缺点.(本文来源于《长江大学》期刊2016-05-01）
刘兵兵,郝庆一[6]（2016）在《一类悲观二层规划问题的一阶必要最优性条件》一文中研究指出在Hilbert空间中,考虑上层约束为有限个不等式,下层为锥约束的一类悲观二层规划问题。首先利用上层问题的极大化最优值函数和下层问题的极小化最优值函数将原问题化为单层约束优化问题,在适当的假设条件下,结合上层极大化最优值函数的次微分估计和下层极小化最优值函数方向导数上下界的性质得到了原问题一阶必要最优性条件的详细刻画。(本文来源于《山东大学学报(理学版)》期刊2016年03期）
王思,吕一兵[7]（2016）在《一类半向量二层规划问题乐观最优解的求解方法》一文中研究指出研究了上层为分式规划、下层为线性多目标规划的一类半向量二层规划问题乐观最优解的求解方法。利用对偶理论,先将半向量二层规划问题转化为相应的单层优化问题,同时取下层问题的对偶间隙与上层目标函数分母的比值作为罚项,构造了该类半向量二层规划问题的罚问题,最后基于罚问题的相关性质设计了一种求解算法。数值试验表明,所设计的算法是可行的。(本文来源于《长江大学学报(自科版)》期刊2016年01期）
吕一兵,万仲平[8]（2015）在《线性半向量二层规划问题的全局优化方法》一文中研究指出研究了线性半向量二层规划问题的全局优化方法.利用下层问题的对偶间隙构造了线性半向量二层规划问题的罚问题,通过分析原问题的最优解与罚问题可行域顶点之间的关系,将线性半向量二层规划问题转化为有限个线性规划问题,从而得到线性半向量二层规划问题的全局最优解.数值结果表明所设计的全局优化方法对线性半向量二层规划问题是可行的.(本文来源于《运筹学学报》期刊2015年02期）
赵黎明,殷建立[9]（2015）在《基于二层规划的非线性委托代理问题研究》一文中研究指出线性假设普遍应用于非线性委托代理问题建模,具有一定局限性,放开线性假设更能反映问题实际。分析发现非线性委托代理问题适用二层规划理论进行研究。算例研究表明,非线性模型比线性假设模型能更全面反映非线性代理问题的内涵,有利于提高委托代理各方总体效用水平。(本文来源于《管理现代化》期刊2015年02期）
李耿华[10]（2015）在《向量二层规划问题最优性条件与向量平衡问题的误差界》一文中研究指出本文主要研究了两类问题:向量二层规划问题的最优性条件以及向量平衡问题的误差界,具体内容如下:首先,文章考虑的是下层问题为多目标情形的积极二层规划问题。利用非线性标量化函数Gerstewitz函数,在不需要凸性的假设条件下,将下层问题转化为一个标量优化问题。然后使用值函数方法,得到原问题的一个等价的单层标量优化问题。最后,运用Mordukhovich广义微分运算法则得到向量二层规划问题的必要最优性条件。其次,文章研究了向量平衡问题,在不借助任何标量化方法的情况下,得到了向量平衡问题的间隙函数和正则间隙函数。在较弱的条件下,通过强单调性,得到了向量平衡问题的误差界。作为应用,同样得到了向量变分不等式的间隙函数以及误差界。(本文来源于《重庆大学》期刊2015-04-01）
两层规划问题论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
随着经济的快速发展以及社会分工的不断细化,大部分生产制造企业通常不再对商品进行配送服务,而是将运输服务外包给第叁方物流企业,集中有限的时间和资源发展自身的核心竞争力,随之产生了运输服务采购问题。运输服务采购是指企业根据自己的运输需求从外部资源市场中获取运输服务的过程,其决策是物流外包过程中对成本以及服务质量控制的第一步,决策结果是否成功有效直接影响到物流外包合作的效果。在运输服务采购过程中,物流服务企业作为承运方,需要选择若干运输服务进行报价,合理的选择运输服务不仅能够获得较大的收益,还能充分利用自身的物流运力,达到整合物流资源的目的。生产制造企业作为托运方,也是运输服务活动中的采购方,要根据承运方的报价等因素决定是否与承运方合作。承运方在对运输服务报价时期望获取更大的利润,而托运方在做运输服务采购时则希望以尽可能低的价格获取运输服务。可见双方既在采购价格上存在矛盾,又存在相互合作的关系,并且在决策时具有明显的分层结构,适合应用二层规划理论对其进行研究。根据运输服务采购活动中承运方与托运方的不同表现,在充分考虑双方的相互关系的基础上,本文建立了单承运方单托运方运输服务采购的二层规划模型。为更加贴近现实决策过程,将承运方作为上层规划模型的决策者,托运方为下层规划决策者,寻求使承运方与托运方利益都较大的相对最优状态。当承运方在原有运输网络的基础上新增路线时,既要满足原有的配送任务,又要满足新增的配送任务,车辆路径规划便成为首要解决的问题,承运方需制定一个合理的配送方案使得其获利最大,因此在上层规划模型中加入了车辆路径规划的相关约束。在模型的求解方面,首先针对上层规划的车辆路径规划问题,根据模型的特点,将运输路线分为叁类,并结合了离散粒子群算法进行求解,其次设计了二进制粒子群算法对二层规划模型整体进行求解。为验证模型的合理性和算法的有效性,本文对两个数值算例进行分析,说明了提出的模型及算法能够很好地解决单承运方单托运方的运输服务采购问题,也进一步阐述了本文理论。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
两层规划问题论文参考文献
[1].张涛.一种求解随机线性二层规划问题的分支定界-粒子群混合算法[J].西南师范大学学报(自然科学版).2018
[2].王媛媛.基于二层规划的单承运方单托运方运输服务采购问题研究[D].重庆交通大学.2018
[3].张涛,吕一兵.一种求解半向量二层规划问题的基于KKT背离度量方程的粒子群优化算法[J].应用数学.2018
[4].程林鹏.利用萤火虫智能群优化算法求解二层规划问题[D].天津大学.2017
[5].吴慧.两类多目标二层规划问题的数值求解方法[D].长江大学.2016
[6].刘兵兵,郝庆一.一类悲观二层规划问题的一阶必要最优性条件[J].山东大学学报(理学版).2016
[7].王思,吕一兵.一类半向量二层规划问题乐观最优解的求解方法[J].长江大学学报(自科版).2016
[8].吕一兵,万仲平.线性半向量二层规划问题的全局优化方法[J].运筹学学报.2015
[9].赵黎明,殷建立.基于二层规划的非线性委托代理问题研究[J].管理现代化.2015
[10].李耿华.向量二层规划问题最优性条件与向量平衡问题的误差界[D].重庆大学.2015
标签：随机线性二层规划; 带期望约束的二层协方差模型; 粒子群优化算法; 分支定界算法;