线性规划是运筹学的一个重要分支,是进行科学管理的一种数学方法.现代决策中线性规划的理论和方法已广泛地应用于工农业生产、国防建设的计划安排、组织管理和决策分析等方面.自1947年线性规划的单纯形法的提出半个世纪以来,最优化技术的理论已显成熟,但它仍然是一个应用非常广泛的研究领域.在现代科学与工程计算中,经常需要进行实时(real-time)优化计算,比如在机器人控制等领域.人工神经网络由于其内在大规模并行运算和快速收敛特性,因此,近年来许多研究者都在努力开发用于最优化计算的人工神经网络模型.同时其他的智能计算方法,也是研究的热点之一.本文围绕线性约束规划问题,针对线性约束规划的特殊情形——线性规划展开研究.笔者根据张国平等人提出的神经网络算法[1 1]对线性约束规划进行求解.该算法是基于梯度的的概念,在目标函数和约束条件均可微的情况下,利用罚函数法处理约束条件,从而解决了线性约束规划的最优解的求解,通过实例验证了此算法的有效性、正确性.同时使用人工鱼群算法求解约束优化问题,将约束条件和目标函数分离,并使群体中的不可行解保持一定的比率.最后,与神经网络算法进行比较.结果表明,人工鱼群算法具有鲁棒性和自适应性强的特点.