双层优化模型，求解思路是：首先对上层的决策变量编码，代人下层规划模型，通过求解下层模型的决策变量值，代入上层模型计算适应度值，然后进行交叉、变异、选择操作，最后求出最优解

调用pyomo和pao求解双层规划数值模型, 资源中文档有多个数值双层模型和求解结果. 并对其中一个编写了代码. 简单修改代码, 即可适用新的模型.

双层规划模型的遗传算法求解的Matlab源码.doc

在考虑物流网络宏观决策部门和客户双方利益的基础上,建立物流配送中心双层规划的选址模型.此类问题大多属于非凸优化问题,现有的求解算法存在算法复杂度及计算效率问题.基于进化博弈及多目标优化非支配排序的思想设计层次粒子群算法,通过两个粒子群算法的交互迭代求解物流配送中心双层规划选址问题.通过测试算例验证算法的有效性.

该资源采用python编写，通过调用gurobi对数值双层优化问题进行求解，是学习双层规划的绝佳材料。

论文研究-城市道路单行系统布局优化的双层规划模型和混合算法.pdf,  研究了基于出行者路径选择行为的单行道布局优化问题.借助于双层规划思想,以最小化研究区域内的总旅行时间为交通管理者的决策目标,建立了单行道布局优化的混合整数非线性规划模型,用0-1变量表征路段单行与否,用Logit型随机用户均衡网络模型刻画在交通管理者确定的某一单行道布局方案下的网络均衡流量模式.设计了GA-MSA组合式算法, 其中遗传算法求解上层问题,MSA算法求解在上层给定的单行布局方案下的路段均衡流量模式.为使初始化和遗传操作得到的染色体可行, 设计了相应的染色体修复程序.算例分析验证了用定量化方法优化单行道布局的必要性,参数敏感度分析解析了参数取值对优化结果的影响趋势和程度.

论文研究-求解双层规划模型的粒子群优化算法 .pdf,

基于双层规划的出租车补贴方案研究报告论文.doc

在物流服务供应链体系下，针对功能型物流服务供应商的选择问题，提出了使用双层规划模型分析方法。上层规划以集成物流服务供应商的外包业务成本最低为目标，下层规划以客户服务满意度最大为目标。其中，在下层规划中提出客户服务满意度指数模型，并借助熵权法对模型中的各外显指标进行赋权，进而得出客户服务满意度指数。最后，结合模型特点设计了云自适应遗传算法，并借助算例验证了模型和算法的有效性。

在时变洋流场环境下,洋流矢量增加了时间维度,在时间角度上可进一步利用洋流以节约自主水下机器人(AUV)能量消耗.此外,在该环境中无后效性不再成立,基于经典贪婪策略的路径规划算法不再适用.鉴于此,结合路径参数选择和双层规划算法,提出一种适用于时变洋流场环境的能耗最优路径规划算法.出发时间和AUV推进速度均可以在时间维度上等待有利洋流,且推进速度与其能量消耗直接相关,因此,引入出发时间和推进速度作为路径参数.在此基础上,针对无后效性不成立问题,使用双层规划作为路径规划算法,分析该算法在时变洋流场环境下的适用性.算法将路径规划任务分为路径规划与路径优化两部分,路径规划部分采用蚁群系统算法构建通道,路径优化部分由量子粒子群算法对路径参数进一步优化,在保证全局最优的同时能够解决传统基于栅格的路径规划算法中机器人运动方向受限的问题.最后以Kongsberg/Hydroid REMUS 600s型水下机器人为模型,对所提出的路径规划算法进行仿真验证.