新安江模型参数优选的改进粒子群算法

借鉴竞争演化和多种群混合的思想,对粒子群算法(PSO)进行改进,建立并行种群混合进化的粒子群算法(PMSE-PSO)和序列主-从种群混合进行的粒子群算法(SMSE-PSO)。数值模拟结果表明,这两种改进的粒子群算法具有较高的计算效率、较强的自适应性和稳定性。将PMSE-PSO和SMSE-PSO应用于新安江模型的参数优选中,通过与PSO和SCE-UA的比较可以看出,PMSE-PSO和SMSE-PSO不仅具有较好的全局优化性能和稳定性,而且在调用目标函数次数相同的情况下精度较高,是一种有效的新安江模型参数优选方法。     

A new method to cope with decision makers' uncertainty in the equipment selection process

One of the main problems faced while configuring or reconfiguring manufacturing systems is to rank alternative designs taking into account all the different aspects involved (both tangible and intangible). For this purpose the Analytic Hierarchy Process (AHP) is a well-known decision making support method that addresses this problem. A major drawback of AHP is that uncertainty in the judgments of the decision makers and the resulting impact on the ranking is not considered. In real situations, however, judgments based on perceived future scenarios are almost always uncertain. To solve this problem in this paper we present the first complete probabilistic extension to the AHP method. The new method provides the decision maker not only with information on the ranking of the alternatives but also the probability that the ranking remains stable even in presence of uncertainty in the judgements. We verified the validity of the new method in a real application developed for the Ferrari racing team.     

AlNiCo52磁钢外观质量的改善

本研究在确保磁性能不降低的前提下，通过添加少量的添加元素或化合物，如难熔金属，稀土金属，稀土氧化物、钙化合物等，明显改善了定向结晶AlNiCo52（简称五类定向）磁钢的外观，有效地避免了铸造缺陷，从而大幅度地降低了生产成本，提高了生产效益。     

用层次分析法(AHP)确定煤和瓦斯突出中的有关参数

介绍了井下瓦斯突出的原因 ,详细阐述了瓦斯突出的有关参数的确定方法。     

改进遗传算法在电力系统无功优化中的应用

针对常规遗传算法（GA）的不足,提出了一种改进搜索策略的遗传算法,采取了以下改进措施：在遗传迭代中,根据种群进化过程的个体的适应值大小,对群体进行分级,对级别高的个体进行小范围的搜索,对级别低的个体在大范围内进行搜索,保证群体的多样性的同时,又留住了优良个体。将改进的遗传算法应用于电力系统无功优化,并与常规遗传算法进行了比较,结果表明改进算法在计算速度、收敛性和全局最优搜索能力都有提高。     

改进灰色神经网络模型在电量预测中的应用

研究过程中分析比较了人工神经网络和灰色模型的优缺点,尝试将人工神经网络模型与改进灰色模型进行有机结合,从而提出了改进灰色神经网络模型。新的耦合方式发挥了灰色预测方法中累加生成的优点,便于神经网络进行训练,又避免了灰色预测方法带来的误差,提高了预测精度,是一种新的有益探索;为实际工程应用提供了重要的参考。     

关于离散Kirchhoff薄板单元的研究

本文对离散Kirchhoff薄板单元进行了深入的分析。文中将用于建立离散Kirchhoff单元的泛函分为三部分,分别用应变第一不变量、绕Z轴的转动偶和有关的单元边界上的积分来表达,并阐明了各部分的作用。其中单元的收敛性质完全由第一、三部分所决定,而第二部分则控制了单元的计算精度。在此基础上,文中建议了一种提高离散Kirchhoff单元精度的新方法,并由此推导了一个任意四边形离散Kirchhoff单元。计算表明,本文的改进单元与原来的离散Kirchhoff单元及其改进型相比,计算精度有了显著提高。     

钢铁厂材料核算决策支持系统

本文介绍了钢铁厂材料核算系统的决策支持系统，描述了系统结构，模型自动生成方法，并用层次分析法说明钢铁厂材料采购的决策过程。     

应用改进的BP神经网络预测导弹的研制费用

结合导弹武器系统研制的特点，分析并确定了影响导弹武器系统研制费用的主要因素，并在前人研究的基础上，提出了基于改进的BP神经网络的费用预测模型。该模型不仅克服了以往由于专家主观因素而造成的负面影响，而且提高了算法的运行效率和模型的预测精度。通过具体的实例分析比较，充分证明了利用该方法的科学合理性。最后探讨了利用BP神经网络进行数值预测的方法和应该注意的问题，并给出了一些有益的建议。     

层次分析法在工程评标中的应用

根据评标工作多层次多准则的特点,将层次分析方法引入工程评标中,并结合工程实例介绍了方法的具体运用。实践表明,层次分析法思路清晰,方法简便,能减少主观因素的影响,评价结果准确,是一种实用的工程评标方法。