An Exact Algorithm for the Max-Min Covering Location Blocker Problem
Beijing Institute of Technology(北京理工大学);Sapienza University of Rome(罗马第一大学);Vienna University of Economics and Business(维也纳经济与商业大学)
针对最大最小覆盖选址阻断问题,提出一种精确嵌套分解算法,利用结构建立并加强阻断割,闭式求解分离问题,显著快于通用双层求解器,可求解30万客户实例。
2026-09-24 math.OC
On the fuzzy maximal covering location problem
本文研究了最大覆盖定位问题,假设所有涉及的数据是不精确的。所考虑的问题是从一个模糊的角度建模产生合适的模糊帕累托解决方案。研究了模糊模型的一些性质,验证了所提出的等价混合二元线性多目标模型。一个解决方案的算法开发,基于增广加权切比雪夫方法,它产生的解决方案,保证帕累托最优。通过一系列的数值实验验证了算法的有效性,并给出了数值结果和分析
2019-06-24 math.OC
On the optimality of the rock-salt structure among lattices with charge distributions
这项工作的目标是研究$d$维岩盐结构的最优性,即,体积为$V$的立方晶格$V^{1/d}\mathbb{Z}^d$,在电荷和晶格结构的周期性分布中,在晶格点处具有交替的电荷$\pm 1$。我们假设电荷通过两种径向对称的相互作用势相互作用,根据它们的符号。我们首先限制我们的研究类的正交格。我们证明,对于我们的能量模型,$d$维岩盐结构总是一个临界点之间的周期性结构的固定密度。这适用于一大类势。然后,我们研究了逆幂律和高斯相互作用势的电荷交替的正交晶格之间的最小化问题。高密度极小结果和低密度非最优结果来自这两种类型的潜力。在数值上,我们研究了维度$2$、$3$和$8$中的几种特殊情况。数值结果支持了岩盐结构是所有晶格和周期电荷中的全局最优结构的猜想,并满足一些自然约束。对于$d=2$,我们观察到一个相变的类型的“三角形-菱形-正方形-矩形”的最小值的形状作为密度降低。
2020-11-25 math-ph math.MP math.OC
A row generation method for inverse continuous facility location problem
在单个设施定位问题中,给定一组点,目标是找到新设施的最佳位置,相对于给定的标准,如最小化时间,成本和客户与设施之间的距离。另一方面,逆模型试图以最小成本修改问题的参数,使得给定点变得最优。针对一般情况下的平面内变权单设施定位问题,提出了一种新的求解算法。给出了算法的收敛性和最优性条件。在特殊情况下,考虑了逆极小和极小极大单设施定位问题,并对算法进行了实例验证。实验结果表明了该算法在这些实例上的有效性。
2020-08-03 math.OC
Global optimality conditions for sensor placement, with extensions to binary low-rank A-optimal designs
本文针对随机线性逆问题,通过次梯度论证提出传感器布置问题的全局最优性充分与必要条件,并据此推导出有限元离散设定下 A-最优设计的低秩高效公式,应用于 Helmholtz 型问题及二值设计扩展。
2025-05-16 math.OC
Inverse single facility location problem in the plane with variable coordinates
本文研究二维空间中具有可变坐标的逆单设施选址问题,提出一种通用算法并给出最优性条件,通过逆最小和单设施选址实例验证了算法的有效性。
2025-03-10 math.OC
Pareto Adaptive Robust Optimality via a Fourier-Motzkin Elimination Lens
针对线性自适应鲁棒优化(ARO)问题,提出了Pareto自适应鲁棒优化(PARO)的概念.此时此刻决策和观望决策的最坏情况最优解对是PARO,如果它不能被另一个解帕累托支配,即,不存在另一个这样的对,其在不确定性集合中的所有场景中至少表现得一样好,并且在至少一个场景中表现得更好。我们认为,与PARO不同,现有的解决方案的方法-包括那些采用帕累托鲁棒优化静态鲁棒优化-可能会失败ARO和产量的解决方案,可以帕累托主导。后者在实践中可能导致效率低下和业绩欠佳。我们证明了PARO解决方案的存在性,并提出了特定的方法来寻找和逼近这样的解决方案。我们提出了一个设施定位问题的数值结果,证明了PARO解决方案的实用价值。我们的分析PARO依赖于应用傅立叶-Motzkin消除作为一种证明技术。我们展示了如何这种技术可以是有价值的ARO问题的分析,除了PARO。特别是,我们用它来设计更简洁,更有见地的证明(最坏情况下)的决策规则结构的最优性的已知结果。
2022-05-05 math.OC
Inverse point source location with the Helmholtz equation on a bounded domain
解决了从有限数量的频率处的相应声压的逐点测量中恢复声源,更具体地是单极子的问题。为此目的,考虑一族在测度空间中与有界区域上的Helmholtz方程相结合的稀疏最优化问题。该公式中引入了观测点附近权重无界的加权范数。讨论了在小噪声情况下的最优性条件和恢复条件,从而给出了权值的具体选择。数值实现是基于加速条件梯度法在测度空间和有限元离散。
2018-05-08 math.OC
On Born's conjecture about optimal distribution of charges for an infinite ionic crystal
研究了固定布拉菲格点上电荷的最优分布问题。特别是,我们证明了玻恩猜想的最佳性的岩盐交替分布的电荷在立方晶格(更一般的d维正交晶格)。进一步,我们在二维三角格点上研究了这个问题,证明了两分量蜂窝电荷分布的最优性。结果适用于一类包含库仑型相互作用的完全单调相互作用势。在一个更一般的设置,我们推导出之间的连接的最佳充电问题和最小化问题的翻译格θ函数。
2018-04-18 math-ph math.MP math.OC
Benders decomposition approach to solve the capacitated facility location problem
设施选址问题是运筹学中最重要的问题之一,其目标是使设施的总费用(包括开放设施的费用和运输费用)最小化。这项研究解决了FL的问题,其中每个设施的能力是有限的。由于该问题属于NP难问题,因此我们使用Benders分解(BD)方法来有效地解决FL问题。在本文中,我们实现了经典的BD算法和一些加速BD方法,如Pareto最优切割和L形分解方法。此外,我们提出并实现了混合Pareto-L-shaped(PL)方法,并评估所实现的算法的性能。结果表明,L形分解在时间和迭代次数方面优于其他算法,而经典的BD收敛速度较慢,特别是在大规模上。
2021-04-22 math.OC
Theta functions and optimal lattices for a grid cells model
当动物在二维环境中导航时,某些类型的神经元(称为“网格细胞”)已被证明会在三角形网格上放电,而最近的研究表明,面心立方(FCC)晶格是三维中相同现象的良好候选者。本文的目标是通过考虑一个无限集的独立的神经元(一个模块)的泊松统计和周期性的高斯调谐曲线展开,这些现象给出了新的证据。将最优网格的存在性问题转化为Fisher信息的所有可能的单位密度格的最大化问题,该Fisher信息度量$\mathbb{R}^d$中网格单元表示的准确性。该Fisher信息已将晶格θ函数转换为构建块。我们首先推导出渐近和数值结果显示(非)最大的三角形晶格的高斯参数和大小的射击场。在一个特定的情况下,发射场的大小和晶格间距与实验相匹配,我们已经数值检查,它是可能的,找到一个值的高斯参数以上的三角形晶格总是最佳的。在发射位置的径向对称分布的情况下,我们还表征了在属于开区间的固定尺度上的Fisher信息的所有临界点的晶格(我们称这些晶格为“体积稳定的”)。它允许我们比较有限个2维和3维格的Fisher信息,并给出三角格和FCC格的最优性的另一个证据。
2021-06-02 cs.IT math.IT math.OC
Park-and-Ride Facility Location Selection under Nested Logit Demand Function
停车换乘设施是使用者可以换乘公共交通工具的停车场。通勤者可以使用P&R设施或选择开车前往目的地,个人选择行为被假定遵循logit模型。P&R设施定位问题从潜在位置中识别固定数量的P&R设施的位置,使得P&R设施的用户数量最大化。这个问题以前已经正式下一个多项式logit需求函数。然而,由于MNL模型对不相关备选方案的独立性施加了很强的条件,因此无法准确地描述现实世界中的P&R设施定位问题。考虑到个体选择行为的嵌套结构,本文将MNL模型推广为嵌套Logit模型,并发展了两种求解NL需求函数下大规模P&R设施定位问题的计算方法--邻域搜索法和随机舍入法.邻域搜索法首先找到一个可行解,然后沿着多面体的一条边将该可行解改进为下一个可行解,该多面体的顶点是可行解。邻域搜索法被随机化以创建自适应随机化舍入过程。通过1,000个中等规模的算例验证了该计算方法能够快速求解NL需求函数下的非线性最优化问题,得到最优解。具体而言,这些方法被验证为求解MNL模型以比文献中描述的混合整数线性规划公式快10,000倍的精确最优性。我们进行了额外的计算实验,以评估我们的计算方法在各种大规模实例上的性能。我们的计算分析也阐明了MNL和NL模型之间的差异。
2022-12-22 cs.SY eess.SY math.OC
Trends in the optimal location and sizing of electrical units in smart grids using meta-heuristic algorithms
智能电网的发展有效地改变了传统电网系统。这在经济价值和能源的自主控制方面具有许多优势。在智能电网发展中,存在各种目标,诸如电压稳定、最小化功率损耗、最小化经济成本和电压分布改善。因此,研究人员已经研究了几种基于元启发式优化算法的方法,用于配电系统中电气单元的最佳位置和尺寸。元启发式算法已被应用于解决电力系统中的各种问题,并已成功地应用于配电系统。本文对配电网中电力单元优化配置的现有方法进行了综合评述,并对主要目标函数进行了改进。技术,如电压稳定性指标,功率损耗指标,和损耗灵敏度因子已经实施的元启发式优化算法,以减少搜索空间的解决方案的目标函数。然而,这些技术可能会导致最优性的损失。另一个问题是对多个目标的处理不当,这也会影响结果的最佳性。因此,最近的方法,如帕累托前沿生成已被开发,以产生非主导的解决方案。这篇评论表明,需要更多的研究(i)多个目标函数的有效处理,(ii)更有效的元启发式优化算法和/或(iii)更好的支持技术。
2019-10-16 cs.NE cs.SY eess.SP
A Generalized $(k,m)$ Heron Problem:Optimality Conditions and Algorithm
Deen Dayal Upadhyaya Gorakhpur University(迪恩·达亚尔·乌帕德亚亚戈拉克普尔大学);Dr. Hari Singh Gour Vishwavidyalaya(哈里·辛格·古尔博士大学)
本文提出了一种新的$(k,m)$-海伦问题,通过投影子梯度算法解决多集几何优化问题,并证明了算法的收敛性。
2025-12-10 math.OC
A residual based snapshot location strategy for POD in distributed optimal control of linear parabolic equations
本文研究了线性抛物型偏微分方程基于正交分解模型降阶的分布式最优控制问题的逼近问题。POD-MOR是Galerkin方法,其中基函数是根据与给定输入数据相关的抛物线PDE的时间快照中包含的信息获得的。在目前的工作中,我们表明,POD-MOR在最优控制的抛物型方程,重要的是要有知识的控制系统在正确的时间实例。对于确定的时间实例(快照位置),我们提出了一个后验差错控制的概念,这是基于一个重新制定的最优性系统的基本最优控制问题作为一个二阶的时间和四阶的空间椭圆系统,这是近似的时空有限元法。最后,我们提出了数值试验来说明我们的方法,并显示与现有方法相比,该方法的有效性。
2015-12-06 math.OC
A Generalized Heron-Waist Problem: Optimality Conditions and Convergence Analysis
Deen Dayal Upadhyaya Gorakhpur University(迪恩·达亚尔·乌帕迪亚亚戈勒克浦尔大学)
本文研究了广义赫罗-腰问题,提出了一种投影子梯度算法并证明了其收敛性,解决了最优解的存在性与唯一性问题,适用于供应链设计等实际应用。
2026-02-11 math.OC
A-posteriori snapshot location for POD in optimal control of linear parabolic equations
本文研究了线性抛物型偏微分方程的最优控制问题的POD-MOR模型降阶逼近问题。POD-MOR是Galerkin方法,其中基函数是根据与给定输入数据相关的抛物线PDE的时间快照中包含的信息获得的。在目前的工作中,我们表明,POD-MOR在最优控制的抛物型方程,重要的是要有知识的控制系统在正确的时间实例。我们建议确定的时间实例(快照位置)的后验差错控制的概念。该方法是基于基本的最优控制问题的最优性系统的时间上的二阶和空间上的四阶椭圆系统,它是近似的时空有限元法。最后,我们提出了数值试验来说明我们的方法,并显示与现有方法相比,该方法的有效性。
2016-08-30 math.OC
Online Modified Greedy Algorithm for Storage Control under Uncertainty
本文研究了不确定条件下储能系统运行的一般问题。两个基本来源的不确定性被认为是,即不确定性的净需求过程的意外波动和位置的边际价格的不确定性。我们提出了一个非常简单的算法,称为在线修改贪婪(OMG)算法,这个问题。对该算法进行了程式化分析,结果表明,与相应的随机控制问题的最优费用相比,OMG的次优性是有界的,在各种情况下都趋于零.这表明,虽然简单,OMG保证在某些情况下具有良好的性能;在其他情况下,OMG与次优界一起可以用来提供最优成本的下界。这样的下界在评估其他启发式算法时是有价值的。对于后者的情况下,一个半定的程序,推导出最小化OMG的次优界。数值实验验证了我们的理论分析,并证明了该算法的使用。
2015-06-14 math.OC
Optimal and non-optimal lattices for non-completely monotone interaction potentials
我们研究了$d$维Bravais格点中每点能量$E\_f$的最小化问题,这取决于选择的成对势等于径向对称函数$f(|x|^2)$。当$f$是完全单调函数类之外的指数叠加时,我们基于$f$的逆拉普拉斯变换的符号,制定了固定尺度下$E\_f$的某些格的极小性和非极小性的准则。我们还构造了一族非完全单调函数,其三角格是$E\_f$在任何尺度下的唯一极小元。对于Lennard-Jones型势,我们将所有Bravais格之间的最小化问题减少到单位密度格的较小空间上的最小化,并建立了与最大接吻问题的联系。新的数值证据的最优性的特定格的所有指数也给出了。最后,我们设计了单阱势$f$,使得正方形晶格比三角形晶格具有更低的能量$E\_f$。还提出了许多开放的问题。
2019-05-03 math-ph math.MP math.OC
Optimal lattice configurations for interacting spatially extended particles
我们调查晶格能量径向对称,空间扩展粒子通过径向势相互作用,并安排在网站上的二维布拉维晶格。我们在两种情况下证明了密度固定的Bravais格中三角形格的全局极小性:在第一种情况下,质量分布充分集中在格点周围,质量集中度取决于我们固定的密度。在第二种情况下,相互作用势和质量分布的密度都由完全单调函数描述,在这种情况下,最优性在任何固定密度下都成立。
2018-02-12 math-ph math.MP math.OC
A Discretize-Then-Optimize Approach to PDE-Constrained Shape Optimization
针对离散二维PDE约束形状优化可能无全局解的问题,提出在目标中加入网格质量惩罚,证明全局最优解存在及与度量无关的一阶条件,并数值比较不同Riemann度量与回缩方式。
2023-08-16 math.OC
Competitive Facility Location under Cross-Nested Logit Customer Choice Model: Hardness and Exact Approaches
研究 CNL 顾客选择下的竞争性设施选址,证明单顾客类别仍 NP 难,并通过变量替换将非凹目标转为凸规划,用外部逼近算法精确求解。
2024-08-06 math.OC
Robust Maximum Capture Facility Location under Random Utility Maximization Models
本文研究RUM模型参数不确定下的最大捕获设施选址问题,提出基于GEV模型族的鲁棒优化方法,证明其保持单调性和子模性并可用贪心算法和外逼近算法求解,实验验证了其优于确定性和采样方法。
2023-02-11 math.OC
A computational study of off-the-shelf MINLP solvers on a benchmark set of congested capacitated facility location problems
本文比较了Gurobi、Cplex、Mosek、Xpress和Scip五种现成优化求解器在混合整数锥规划形式的拥塞容量设施选址问题上的计算效率与策略,发现Mosek和Gurobi最具竞争力,Mosek在大规模问题上表现更优。
2023-08-02 math.OC
Optimality of delayed reward attainment under uncertainty
Cornell University(康奈尔大学)
本文研究不确定性下延迟奖励获取的最优性,提出确定性最优控制框架,证明延迟决策在难区分备选方案且等待成本低时最优,并给出缩短规划范围的条件及策略性感知移动策略。
2026-10-05 math.OC
A Generalized Waist Problem: Optimality Condition and Algorithm
Deen Dayal Upadhyaya Gorakhpur University(迪恩·达亚尔·乌帕迪亚亚戈拉克普尔大学);Dr. Hari Singh Gour Vishwavidyalaya(哈里·辛格·古尔博士维斯瓦维达亚拉大学)
本文提出了一种一般化的腰问题,通过闭合多边形曲线连接凸集以最小化距离之和,并推导了最优性条件和收敛的投影子梯度下降算法。
2025-12-10 math.OC
Observer Path Planning for Maximum Information
本文研究的是如何找到一个观测器或传感器以恒定速度运动的最优路径,即只使用方位角测量来估计静止目标的位置。所生成的路径是最佳的,在这个意义上,沿着路径,信息,并因此采用的潜在的估计器的效率,是最大化的。换句话说,在某种意义上,如果观察者路径最大化信息,使得目标的位置以最小的不确定性估计,则该观察者路径被认为是最优的。我们制定这个问题作为一个最优控制问题最大化的Fisher信息矩阵,这是一个可能的措施的信息的行列式。我们使用最大值原理推导出最优性的分析结果。我们进行了数值实验,并讨论了多个(局部)最优解获得。我们检查图形的最优性的必要条件验证的数值解。最后,我们为未来的工作提供了一个全面的可能的扩展列表。
2022-01-17 math.OC
The Mixed-Observable Constrained Linear Quadratic Regulator Problem: the Exact Solution and Practical Algorithms
本文研究了线性定常系统在状态和输入约束条件下的目标控制问题,该目标控制只能通过部分观测值来推断。我们假设混合可观测设置,其中系统的状态是完全可观测的,而定义目标位置的环境状态仅部分可观测。在这些设置中,规划问题是无限维的最优化问题,其目标是使期望成本最小化。我们展示了如何重新制定的控制问题作为一个有限维的确定性问题,通过优化的轨迹树。利用这一结果,我们表明,当环境是静态的,观测模型分段,和费用函数凸,原来的控制问题可以重新制定为一个混合凸凸规划(MICP),可以解决全局最优使用分支定界算法。所提出的方法的有效性证明了导航任务,系统必须达到一个目标位置确定的部分观测。
2022-11-20 math.OC
An (MI)LP-based Primal Heuristic for 3-Architecture Connected Facility Location in Urban Access Network Design
National Research Council of Italy(意大利国家研究委员会);Zuse Institute Berlin(柏林楚泽研究所)
研究了城市电信接入网设计中的三层结构互联设施定位问题。我们提出了一个原始的最优化模型的问题,包括额外的变量和约束,考虑到无线信号覆盖。由于这个问题可以证明具有挑战性,即使是现代国家的最先进的优化求解器,我们建议解决它的原始启发式结合了概率固定程序,引导特有的线性规划松弛,一个确切的MIP启发式,基于一个非常大的邻域搜索。一组现实的实例上的计算实验表明,我们的启发式可以找到解决方案与低得多的最优性差距比一个国家的最先进的求解器。
2017-04-27 cs.AI cs.NI math.OC
Stationary Configuration of some Optimal Shaping
考虑了在$d$维区域$Ω$中Dirichlet区域的最优位置问题,该区域具有给定的右端$f$,以最小化给定的泛函.文献中的Dirichlet区域通常是$d-1$维的,在这种形式的最优化问题中,我们考虑了两类控制变量,即一维有限Hausdorff测度的闭连通集类和有限基数点集类,并给出了最优性的一个必要条件.
2013-04-16 math.OC
Shortest paths and location problems in a continuous framework with different $\ell_p$-norms on different regions
在本文中,我们解决两个不同的相关问题。我们首先研究了在$d$维实空间中寻找简单最短路径的问题,该空间被划分为几个具有不同$\ell_p$ -范数的多面体。这个问题是加权区域问题的一个变体,加权区域问题是Mitchell和Papadimitriou(JACM 38(1):18-73,1991)中介绍的计算几何中的经典路径问题。在文献中所做的其他测地线路径问题,我们将其局部最优性条件与斯内尔定律,并提供了一个扩展的法律在我们的框架空间。我们提出了一种解决方案,该方案基于使用Blanco等人(Comput Optim Appl 58(3):563-595,2014)中给出的$\ell_p$范数建模过程将问题表示为混合整数二阶锥问题(MISOCP)。我们推导出两种不同的MISOCPs公式,理论上比较了它们的连续弛豫所提供的下界,并提出了一种预处理方案,以提高其性能。通过计算实验验证了该方法的有效性。所提供的配方是灵活的,因为一些扩展的问题可以通过以简单的方式转换输入数据来处理。我们考虑的第二个问题是韦伯问题,导致这种细分的$\ell_p$ -赋范多面体。为了解决这个问题,我们适应的解决方案,我们开发的最短路问题,并验证我们的方法与广泛的计算实验。
2021-10-15 math.OC
An Energy-Optimal Framework for Assignment and Trajectory Generation in Teams of Autonomous Agents
在本文中,我们提出了一种方法来解决问题的移动$N$同质代理到$M \geq N$目标位置沿能量最小化的轨迹。我们提出了一个分散的框架,只需要每个代理的目标位置和部分观测的全局状态的知识。该框架包括通过动态约束对安全性的保证,以及对代理施加动态的全局优先级排序的方法。以二进制程序和非线性系统方程的形式导出了目标分配和轨迹生成问题的解。然后,我们提出了最优性的条件和特征的条件下,我们的算法是保证收敛到一个独特的分配代理的目标。我们还解决了完全约束分散轨迹生成问题,考虑到状态,控制和安全约束。最后,我们通过MATLAB中的数值模拟验证了我们的方法的有效性。
2020-03-09 math.OC
A Weiszfeld-like algorithm for a Weber location problem constrained to a closed and convex set
Facultad de Matemática, Astronomía y Física, Universidad Nacional de Córdoba(科尔多瓦国立大学数学、天文学与物理学院);CIEM (CONICET)(阿根廷国家科学研究委员会计算与应用数学中心)
针对约束到闭凸集的Weber选址问题,提出一种类似Weiszfeld的算法,该算法基于正交投影和改进的Weiszfeld迭代函数,生成的序列具有下降性质,并在一定假设下收敛到KKT点。
2013-03-15 cs.NA math.NA math.OC
Optimized Human-Robot Co-Dispatch Planning for Petro-Site Surveillance under Varying Criticalities
King Fahd University of Petroleum and Minerals (KFUPM)(国王法赫德石油矿物大学)
本文提出人机协同调度设施选址问题,考虑基础设施关键性分层、人机监督比例约束和最小利用率要求,通过三种技术成熟度场景评估指挥中心选址,结果显示从保守到未来自主操作的过渡可显著降低成本并保持关键基础设施覆盖。
2026-04-15 cs.AI cs.RO math.OC
Optimal control for a phase field system with a possibly singular potential
本文研究具有对数势的Caginalp型相场系统的分布控制问题。这项工作的主要目的是迫使扩散界面的位置尽可能接近规定的集合。然而,由于不连续的字符的成本功能,我们必须近似它的一个定期的,在这种情况下,我们解决了相关的控制问题,并推导出相关的一阶必要的最优性条件。
2014-10-24 math.AP math.OC
Scalable Distributional Robustness in a Class of Non Convex Optimization with Guarantees
Singapore Management University(新加坡管理大学)
分布鲁棒优化(DRO)在学习和基于样本的优化问题中表现出很好的鲁棒性。我们致力于为一类分数和非凸优化提供DRO解决方案,用于设施位置和安全游戏等突出领域的决策。与以前的工作相比,我们发现它更容易优化DRO的等价方差正则化形式,而不是极小极大形式。我们将方差正则化形式转换为混合整数二阶锥规划(MISOCP),该规划在保证接近全局最优性的同时,不足以解决现实世界数据集的问题。我们进一步提出了两种基于聚类和分层采样的抽象方法,以提高可扩展性,然后我们将其用于现实世界的数据集。重要的是,我们为我们的方法提供了接近全局最优性的保证,并通过实验表明,我们的解决方案质量优于最先进的基于梯度的方法所实现的局部最优解。我们通过实验比较了我们不同的方法和基线,并揭示了DRO解决方案的细微差别。
2022-05-31 cs.LG math.OC
Optimal location of resources for biased movement of species: the 1D case
在本文中,我们探讨了一个最优设计问题的动机,在人口动力学中出现的一些问题。简而言之,我们的目标是确定最佳形状的区域所占用的资源,最大限度地提高生存能力的一个物种在一个给定的盒子,我们认为罗宾边界条件的边界上的一般情况。在数学上,这个问题可以建模的帮助下,一个极值不定权线性本征值问题。在资源总量受限的L1约束条件下,通过最小化正主特征值对权重的影响,得到最优的空间布局.这样一个问题的特殊性在于存在的非线性函数的重量都在分子和分母的瑞利商。通过使用自适应对称化程序,精心选择变量变换,以及必要的最优性条件,我们完全解决了这个最优化问题在一维的情况下,首先表明,每个极小是单峰和bang-bang。这导致研究有限维最优化问题。这允许特别显示,每个极小是(直到添加剂常数)的特征函数的三个可能的域:一个区间,坚持边界上的框,一个区间,是对称地位于中间的框,或者,对于一个精确的值的罗宾系数,所有的区间的一个给定的固定长度。
2017-09-07 math.AP math.OC