首页--数理科学和化学论文--运筹学论文--规划论(数学规划)论文--整数规划论文

基于SDP松弛的整数规划凸化方法研究

摘要第1-5页
Abstract第5-8页
目录第8-11页
第一章 引言第11-21页
   ·研究背景第11-16页
   ·研究动机第16-18页
   ·主要结果第18-21页
第二章 0-1整数规划研究现状概述第21-47页
   ·无约束0-1二次规划第21-27页
     ·线性化方法:直接线性化和RLT方法第21-22页
     ·半定规划(SDP)松弛方法第22-26页
     ·分枝定界算法第26-27页
   ·0-1二次背包问题第27-33页
     ·线性松弛方法第27-30页
     ·拉格朗日对偶和分解方法第30-32页
     ·SDP松弛方法第32-33页
   ·概率约束二次0-1背包问题第33-39页
     ·条件风险值(CVaR)逼近和Bernstein逼近第34-36页
     ·DC逼近第36-37页
     ·情景逼近方法第37-38页
     ·整数规划方法第38-39页
   ·0-1多项式问题第39-47页
     ·线性松弛第40-41页
     ·SOS和SDP松弛第41-47页
第三章 二次背包问题的凸化和模型重构方法第47-65页
   ·引言第47-49页
   ·改进的模型重构和SDP松弛第49-56页
     ·一种改进的模型重构第50-51页
     ·最优矩阵分解和SDP松弛第51-55页
     ·基数约束的二次背包问题第55-56页
   ·数值结果第56-60页
   ·小结第60-65页
第四章 概率约束二次背包问题的凸化和模型重构方法第65-81页
   ·引言第65-68页
   ·一种新的凸化与模型重构方法第68-75页
     ·分段线性化和模型重构第68-69页
     ·最优矩阵分解和SDP松弛第69-75页
   ·基数约束的CQKP问题第75-76页
   ·数值结果第76-79页
   ·小结第79-81页
第五章 多项式0-1整数规划问题的SDP松弛方法第81-105页
   ·引言第81-82页
   ·SOS与SDP松弛方法第82-94页
     ·无约束多元多项式优化与SOS松弛第82-86页
     ·约束多项式优化问题的SOS松弛第86-90页
     ·0-1多项式问题的SDP松弛第90-94页
   ·基于矩阵分解、拉格朗日对偶及SOS松弛得到的SDP松弛第94-103页
     ·基于矩阵分解的SDP松弛第95-100页
     ·拉格朗日对偶和SOS松弛第100-103页
   ·小结第103-105页
第六章 结论和展望第105-107页
参考文献第107-121页
发表文章目录第121-123页
致谢第123-124页

论文共124页,点击 下载论文
上一篇:外资银行进入对中国银行业的影响--基于行业、企业、投资人多视角研究
下一篇:一阶拟线性双曲组的Lipschitz连续解及其精确能控性与能观性