通过对经典的lemke互补转轴算法求解含有等式约束的凸二次规划问题的分析，发现所得到的线性互补问题(lcp)可能是退化的．由lemke算法求解(lcp)问题的迭代过程，通过六个命题说明了含有等式约束的凸二次规划问题对应的(lcp)问题退化的原因，并对经典的lemke算法的迭代过程进行修正，提出了一种改进的lemke算法，这种算法能有效地搜索到含等式约束凸二次规划问题的最优解．-Through the classic Lemke complementarity algorithm shaft co

自适应动态规划，利用BP神经网络，进行迭代更新，得到最优值(Adaptive dynamic programming using BP neural network)

运用matlab节点能量均衡的纳什均衡，可以实现代码的运行，经过多次迭代能够到达纳什均衡。(Using Nash Equilibrium with matlab nodes, we can run the code and reach Nash Equilibrium after many iterations.)