简介：单纯形教学是线性规划教学的主要组成部分.本文以矩阵的视角,将单纯形算法的一系列烦琐变换,抽象为矩阵的一系列初等行变换,大大降低了运算,易于理解.

简介：SMSA（单纯形模拟退火）算法针对单纯形和模拟退火算法的优缺点，将两种算法有机地结合起来，充分利用单纯形算法收敛速度快以及模拟退火算法的随机突跳，不易陷入局部极小点的特性．两种算法结合，互相补充不足，大大提高算法的效率，并削弱了对参数选择的苛刻性．

简介：首先回顾了采用最钝角行、列主元规则求解线性规画问题的原始、对偶可行解的主要过程，阐述了其与众不同的特性．然后构造了2个特殊的辅助问题，并证明了最钝角行、列主元规则的过程实际上分别等价于采用原始、对偶单纯形算法求解相应的辅助问题．此外，还对嵌套的pricing规则进行了回顾，并基于最优解的启发式特征刻画给出了该规则的一个几何解释．

简介：提出了一个求解线性规划的新单纯形类算法。它不仅无须引入人工变量，而且在第一阶段中采用无比检验。因此新算法比Arsham最近提出的push-to—pull算法效率更高。此外，本文算法的数值稳定性也优于push—to—pull算法。

简介：摘要：射线追踪目前在移动通信以及个人通信环境中的预测无线电波传播技术。在进行移动通信网的规划中，可以通过射线追踪精准的对无线电波路径损耗特征进行预测，这样就能获得系统在具体传播中的性能特点，这对于无线通信网的规划和设计而言具有重要意义，本文就三维单纯形射线追踪法通用算法和实现进行探究，为无线移动通信系统性能研究提供一些参考。

简介：<正>解线性规划问题的普遍又有效的方法,是单纯形法。单纯形法是从一个可行解迭代到另一个可行解,每经一次迭代,往往都能使目标函数的值得到改善,而且经过有限次迭代后,就能求出目标函数的最优值和最优解,或者,判别出原线性规划问题不可能有最优解。

简介：从修正单纯形法的提出、对偶单纯形法的出现、对偶问题最优解的确定以及灵敏度分析的基本依据等四个方面阐述了对单纯形法矩阵描述的认识，充分显示出单纯形法矩阵描述在线性规划发展中的重要性．

简介：为求解线性规划问题，作者改进了寻找线性规划问题的初始基本可行解的传统方法，提出了新的两步法。并给出了改进两步法的软件设计方案。

简介：大M单纯形法简称大M法。在大M法中，要求M足够大，通常，M作为符号参与运算。大M法单纯形中的数据均可表为aM＋b的形式，如果用有序数对〈a，b〉等价表示aM＋b，则大M法单纯形中的M被形式上消去，使得，大M法可用Excel演示。

简介：通过讨论二次回归的各类单纯形最优设计,它们的可控变量的可能值是混料配比所构成的向量x=(x1,x2,…xq+1).其中,我们将关于D-、A-及E-最优设计准则的这些设计与关于这些或其它准则的设计进行比较,并将获取这些设计的计长时算程序进行改进,同时讨论最优设计的结构的几何分布,即A-最优设计的柱点是单纯形边界的顶点及边界的中点.

简介：利用半单纯形法研究了建筑结构施工中各类模板的最优选取问题，建立了各类模板最优组合的数学模型及求解算法。对实际问题的算例表明该方法非常有效。

简介：分析了单纯形优化理论，应用单纯形法对结构强度试验控制参数优化技术进行了应用研究，对结构强度试验仿真的控制参数优化问题具有一定的参考价值。

简介：用Excel的运算功能演示：解线性规划问题的单纯形法和解分配问题的匈牙利法。

简介：运筹学中的线性规划应用日广。笔者等应邀编写一本教育部高职高专十一五规划教材，就单纯形法的原理部分，针对高职院校学生的特点，提出一套新讲法。注重形象思维与前后呼应。

简介：运用改进单纯形法,通过调整有关参数,对由Matlab曲线拟合得到的表达式进行优化,得到精度更高的表达式.

简介：摘要本文简述了遗传算法的基本原理和特点，以及在各个领域的应用情况。

简介：遗传算法是近些年来产生的一种新算法，它模拟了自然界生物进化过程，属于仿生类算法。它不仅可以解决组合优化问题，也可以解决连续的最优问题。本文从遗传算法的产生背景、基本原理、应用实例及发展方向介绍了遗传算法。

简介：一、遗传算法的发展遗传算法(GeneticAlgorithms简称GA)是由美国Michigan大学的JohnHolland教授于20世纪60年代末创建的。它来源于达尔文的进化论和孟德尔、摩根的遗传学理论,通过模拟生物进化的机制来构造人工系统。从1985年在美国卡耐基.梅隆大学召开的第一届国际遗传算法会议到1997年5月IEEE的Transactions0nEvo-lutionaryComputation创刊,遗传算法作为具有系统优化、适应和学习的高性能计算和建模方法的研究渐趋成熟。[1]遗传算法是一种自适应全局优化概率搜索算法,主要有以下特点:(1)自组织、自适应和学习性(智能性)。遗传算法消除了算法设计中的一个最大障碍,即需要事先描述问题的全部特点,并要说明针对问题的不同特点算法应采取的措施,因此,它可用来解决复杂的非结构化问题。(2)直接处理的对象是参数的编码集而不是问题参数本身。(3)搜索过程中使用的是基于目标函数值的评价信息,搜索过程既不受优化函数连续性的约束,也没有优化函数必须可导的要求。(4)具有显著的隐并行性。遗传算法按并行方式搜索一个种群数目的点,而不是单点。它的并行性表现在两个方...

简介：遗传算法来源于进化论和群体遗传学,是计算智能的重要组成部分,正受到众多学科的高度重视。本文系统分析了遗传算法的应用研究,并进行了分析和评论

简介：