流程生产的可视化整合和多目标优化软件

针对现代企业所面临的挑战，开发了一个软件系统可以根据市场的动态变化和企业内部的设备状况，优化设备配置、优化原料和产品方案。采用可视化形式实施仿真运行和经济效益分析预测。     

RBF-CSR方法及其应用于裂解装置建模的研究

RBF－CSR是在分析RBF－PLS的基础上提出的新方法。它保留了RBF－PLS的优点：采用神经网络的结构，又用数学方法直接求解，免去了ANN冗长的训练过程和其它诸多欠缺。RBF－CSR方法可以在更宽广的空间内寻找最优的网络参数，它所建立的模型具有很强的预报精度和良好的稳定性，又有简洁的解析形式，便于优化等进一步的计算和处理。该方法已成功地应用于裂解装置的建模。     

结合业务流程再造的企业系统规划法

开发一个良好的信息系统首先需要一个好的规划,针对传统的企业系统规划法的一些缺点,提出了一种改进的方法,即结合业务流程再造的企业系统规划法。该方法利用Petri网对工作流程进行仿真再造,最终分离出业务流程中的各个企业过程,在实际应用中已经取得了理想的效果。     

混沌神经网络研究进展与展望

概述了混沌动力学的特性，回顾了近年来混沌神经元主混沌神经网络的研究进展，在此基础上，介绍了两种混沌神经网络模型，分析了其构成和特点，已有研究结果表明，混沌神经网络在联想记忆和组合优化等方面有现有网络更好的性能，最后，指出了混沌神经网络的应用与研究方向。     

苯乙烯本体聚合反应动力学方程参数的识别

从苯乙烯自由基聚合反应机理出发，导出了苯乙烯本体聚合宏观动力学模型，提出了用于确定参数初始值的经验公式，针对不同的待定参数的识别问题，采用了相应的优化策略与方法，结果表明，由模型所得的仿真值与实验值吻合。     

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。     

ZW多产品间歇过程调度及在线调整

针对多产品间歇过程调度提出了分层递阶的Petri网建模方法，利用赋时Petri和Petri网的简化技术描述不同层次的生产问题，具有很强的模型描述能力。另外，在调度决策层可以方便地集成优化策略和在线调整算法，使问题求解更加灵活。     

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。     

动态规划粒子群算法解PCB数控钻孔最佳走刀路线问题

设计印刷电路板（PCB）数控钻的走刀路线是数控钻编程的重要组成部分，目前自动编程系统生成的钻孔路线未必是最佳走刀路线。本文在粒子群算法的基础上提出动态规划粒子群算法，并用此方法求解PCB的最佳走刀路线，获得了满意的结果。     

ZA22／Al2O3（F）复合材料室温拉伸强度的模拟研究

采用挤压法制备ＺＡ２２／Ａｌ２Ｏ３（Ｆ）复合材料，分别采用强度混合准则和神经网络模型研究了含Ｃｅ与不含Ｃｅ的ＺＡ２２／Ａｌ２Ｏ３（Ｆ）室温拉伸强度随短纤维体积分数Ｖｆ的变化情况，结果表明：强度混合准则能有效地预测复合材料的两个重要体积分数即最小体积分数Ｖｍｉｎ和临界体积分数Ｖｃｒｉｔ；而神经网络不仅能较准确地预测Ｖｍｉｎ和Ｖｃｒｉｔ，并且能够较好地描述复合材料强度随Ｖｆ的变化规律。