2.4线性规划的灵敏度分析 一、线性规划是静态模型 二、参数发生变化,原问题的最优解还是不是最优 三、哪些参数容易发生变化 2.5 参数线性规划

本章叙述中为了区别图中的顶点和解空间树中的顶点，凡是在解 空间树中出线队顶点一律称为结点。 分支限界法同回溯法类似，它也是在解空间中搜索问题的可行解 或最优解，但搜索的方式不同。回溯法采用深度优先的方式，朝纵深 方向搜索，直至达到问题的一个可行解，或经判断沿此路径不会达到 问题的可行解或最优解时，停止向前搜索，并沿原路返回到该路径上 最后一个还可扩展的结点

根据文献[2]、[4]的思想,作者利用Bellman动态规划原理和Lya-Punov函数解决了一般随机系统的随机稳定化问题,并以此建立了一类线性随机系统的最优随机指数稳定性的判定定理

针对满足换基规定的单纯形法可能出现的迭代不下去的问题，构造了使迭代得以继续的补充算法.这个补充算法的基本思想是暂时放弃换基规定，首先进入与所解问题对应的线性规划的最优基本可行解集中;然后，在这个集合中进行基变换，直到得到二次规划问题的最优解.经证明，改进后的算法取消了原算法收敛性定理所需的3个条件，使得它可求解任何一个凸二次规划问题.计算实例证明，补充算法有较好的结果

■ 绪论 ■ 变分法 ■ 极大值原理及其应用 ■ 线性二次型最优控制 ■ 自适应控制系统

线性规划中所使用的数据,大多是些估计值,有的不够准确，这就需要研究当对某些数据作稍许改变 时，最优解是否变化?如何变化?更何况实际情况还常有变动，特别经济问题是如此,象产品价格的变动,资 源限制数的增减，约束条件的增减，变量的增减等等。这势必影响最优解和最优值。可见充分利用原最优 表，分析最优解对某些数据变化的反应程度即灵敏度是十分必要的，同时也避免了因条件的些许改变而去 从头求解，故灵敏度的分析亦称最优化后分析

研究了带有预见信息的线性离散时间系统的状态观测器，并将其应用到预见控制系统.为了满足设计观测器的需要，首先导出了包含可预见的目标值信号和干扰信号的扩大误差系统，并由此得到最优预见控制器.在设计状态观测器时，通过改写输出方程充分利用了可预见的目标值信号和干扰信号.设计的状态观测器针对原系统是全维观测器，而针对扩大误差系统则是降维观测器.最后通过数值仿真证明了所设计的状态观测器的有效性

一、市场失灵的原因 完全的市场机制能使市场达到的均衡,称为 帕雷托最优。但要达到帕雷托最优,要有一系 列的假设前提条件,这些条件可以归结成三条: 假如有足够的市场 假如所有的消费者和生产者都按竞争 的规则办事 假如存在均衡的状态 而当实际情况不符合这三条假设条件时,市场 在资源配置方面效率就降低,出现市场失灵

研究了带有状态时滞的多采样率线性离散时间广义因果系统的最优输出调节器的设计问题.首先利用离散提升技术将原系统转化为形式上无时滞的系统.再通过等价变换，利用系统的因果性特点将其化为一个正常系统.继续对系统进行离散提升，导出一个形式上简单的单采样率系统.然后将原系统的二次性能指标函数修正为单采样率系统的二次性能指标函数，进而利用最优调节原理，得到其最优调节器.再经过变换，得到多采样率系统的最优输出调节器.同时对导出的单采样率系统的能稳定性和能检测性进行了讨论，给出了严格的数学证明.最后的数值仿真表明，本文所设计的最优调节器是有效的

一、水轮机的工作原理 水流在转轮中的运动(速度三角形) 基本方程式 能量损失、效率和最优工况 能量损失和效率 最优工况