一类随机机会约束规划的算法及应用研究
| 摘要 | 第1页 |
| ABSTRACT | 第4-6页 |
| 第一章 引言 | 第6-10页 |
| ·研究背景 | 第6页 |
| ·机会约束规划的求解问题的研究现状 | 第6-9页 |
| ·本文的主要研究内容 | 第9-10页 |
| 第二章 机会约束规划的确定性等价类研究 | 第10-16页 |
| ·引言 | 第10页 |
| ·服从正态分布的机会约束函数的确定性等价类形式 | 第10-11页 |
| ·服从指数分布的机会约束函数的确定性等价类形式 | 第11-12页 |
| ·服从均匀分布的机会约束函数的确定性等价类形式 | 第12-13页 |
| ·机会约束规划转化为确定性数学规划 | 第13-14页 |
| ·等价定理 | 第14-15页 |
| ·本章小结 | 第15-16页 |
| 第三章 蒙特卡罗随机模拟求解机会约束规划 | 第16-20页 |
| ·蒙特卡罗(MONTE CARLO)基本思想 | 第16-17页 |
| ·蒙特卡罗法求解机会约束规划问题 | 第17-18页 |
| ·蒙特卡罗法求解机会约束规划问题算例 | 第18-19页 |
| ·本章小结 | 第19-20页 |
| 第四章 一类随机规划的蒙特卡罗回溯优化求解方法 | 第20-25页 |
| ·基本思想 | 第20页 |
| ·差分进化算法 | 第20-21页 |
| ·回溯逼近求解法 | 第21-23页 |
| ·基于随机模拟回溯求解法的算例 | 第23-24页 |
| ·本章小结 | 第24-25页 |
| 第五章 求解机会约束规划的混合智能算法 | 第25-30页 |
| ·遗传算法 | 第25-26页 |
| ·神经元网络 | 第26-27页 |
| ·混合智能算法 | 第27-28页 |
| ·基于混合智能算法的算例 | 第28-29页 |
| ·本章小结 | 第29-30页 |
| 结论 | 第30-31页 |
| 参考文献 | 第31-34页 |
| 致谢 | 第34-35页 |
| 在学期间发表的学术论文和参加科研情况 | 第35-36页 |
| 详细摘要 | 第36-47页 |
