橡胶Mooney-Rivlin模型力学性能常数的确定

用非线性有限元分析法和轴向压缩试验确定橡胶材料Mooney—Rivlin模型力学性能常数C1和C2。先由橡胶材料硬度计算出C1与C2之和，再通过非线性有限元分析法模拟不同C2／C1下橡胶材料的压缩应力-应变曲线并与实测曲线比较，与实测曲线重合性最好的模拟曲线的C2／C1即为橡胶材料的实际C2／C1，进而求得C1和C2。  

橡胶Mooney-Rivlin模型中材料常数的确定

介绍了在用非线性有限元对橡胶制品进行分析时，橡胶类材料常用Mooney-Rivlin模型中材料常数确定的几种方法。  

基于优进策略的遗传算法对重油热解模型参数的估计

针对常规遗传算法全局寻优效率偏低的弱点，提出了一种优进策略，用以改进常规遗传算法。该策略将从繁衍过程中获取进化信息，自适应地改进子代分布，适时引入确定性操作，以提高全局寻优性能。提出的相关技术包括维持种群的多样性、改进交叉算子、增加Powell寻优算子等。实例测试表明这种优进策略效果良好，并已成功地应用于重油热解三集总动力学复杂数学模型的非线性参数估计。  

基于函数链神经网络的热电阻非线性校正

提出基于函数铁神经网络的热电阻非线性自校正方法。与BP神经网络相比，函数链神经网络具有结构明晰、算法简单、易于收敛的优点，同时也具备函数学习功能。首先阐述了函数铁神经网络解决热电四非线性问题的原理和实现，然后用实例证明了这种方法的可行性和有效性。  

生态工业园区的MINLP模型

生态工业园区的设计和管理需要建立在定量分析的基础上，目前仍然是一个薄弱环节. 本文提出了一个引入逻辑表达式的生态工业园区模型，可以通过对一个混合整数非线性规划(MINLP)问题进行求解来获得有价值的参考信息. 模型可以分为成员模型和连接模型两部分，成员模型作为积木，通过连接模型搭建成不同拓扑结构的生态工业园区方案. 开发的生态工业园区模型具有良好的扩展性、可修改性、可重用性，可以作为生态工业园区决策系统的核心模型. 以山东枣庄市南工业区为对象进行了案例分析. 模型用非线性优化软件LINGO求解.  

锅炉蒸汽系统多操作周期的优化调度

针对锅炉蒸汽系统必须满足外界蒸汽的需求发生周期性变化的情况，提出了每个周期的操作费用和周期之间锅炉启动和停运的转运费用的优化调度问题.针对此混合整数非线性规划问题，提出了用列队竞争算法和动态规划法分步求解的计算方法，所需的计算时间仅与周期数成正比，而且能得到全局最优解.两个实例说明了该方法的有效性.  

基于多传感器技术的原油含水率预测模型研究

通过多传感器技术对原油含水率测量有影响的多个参量进行测定,提出基于多元非线性回归和神经网络融合处理两种方法建立原油含水率预测模型,并采用分段建模的方法分别进行改进.评价结果表明:神经网络模型预测效果优于多元非线性回归模型,原油含水率分段预测模型效果优于统一模型.尤其是改进的神经网络分段预测模型具有网络结构简化、收敛速度快,泛化能力强的特点,取得很好的拟合精度和预测效果.  

基于DSP的pH过程FNNC-PI控制器研究

提出一种模糊神经网络控制与传统PI相结合的控制方法,即pH过程的FNNC PI控制方案,将模糊控制具有的较强逻辑推理功能、神经网络的自学习能力以及传统PI控制的优点融为一体,能很好地处理pH过程的非线性和滞后性,具有较强的鲁棒性和抗干扰能力。为了满足控制运算实时性的要求,采用TMS320VC33高速数字信号处理器(DSP)作为控制与运算单元,成功地完成了模糊神经网络控制器的DSP实现。  

复合粒子群优化算法在模型参数估计中的应用

化工非线性模型的参数估计是较为困难的寻优问题，经典方法常会陷入局部极值。粒子群算法操作简便、容易实现且全局搜索功能较强，适用于非线性参数估计。但其参数值的确定与问题相关，若设定不当，会严重影响全局搜索的性能。今提出引入遗传算法，在粒子群算法的搜索过程中，逐代优选参数，包括惯性权值，加速常数，以此构建为复合粒子群优化算法。分析与测试表明，其全局搜索性能有显著改善。进一步的工作又将两种粒子群算法成功地应用于重油热解模型的参数估计。采用复合粒子群优化算法估计参数构建的重油热解模型，其预报相对误差比常规粒子群优化算法降低了8.97％，比简单遗传算法降低了23.21％，效果明显。  

广义回归神经网络的改进及在延迟焦化建模中的应用

广义回归神经网络（GRNN）具有明确的概率意义，其参数大多能自动确定，仅光滑因子参数需优化估值.采用优进遗传算法（EGA），将确定性与随机性寻优操作相融合，实现了高效全局搜优，它所基于的优进策略包括设计Powell寻优算子、改进交叉算子、自适应地调整交叉率和变异率等.以推广能力作为优化目标，所建的GRNN有很强的非线性拟合能力和优良的预报性能，将其成功地为延迟焦化过程建模，与径向基网络（RBFN）等相比，显示了明显的优势.