约束条件的右端常数项含有参数时的线性规划程序设计

本文论述了线性规划的问题中一种特殊形式即约束条件右端常数项包含参数时如何在参数可能范围内求出它的最优解问题．为此进行必要的数学分析，根据数学分析的结果，引进人造基方法与恰当的数据结构相结合以及采用带参数的可调数组形式用ＦＯＲＴＲＡＮ语言设计求出最优解的通用程序．     

苎麻快速预处理工艺参数的优化

建立苎麻预处理工艺参数的优化数学模型并求出最优解，对预氯处理和预氧处理的工艺参数是优解进行了比较。     

基于遗传算法的TMD系统参数优化和设计

为了达到调频质量阻尼系统最佳减振效果，需要对系统的参数进行优化，即求出最优频率比和最优阻尼比，通过引进遗传算法，针对目标函数采用惩罚函数和适值标定有效引导遗传搜索，从而达到最优解，计算结果表明了该算法对求解复杂优化问题的优越性。     

考虑飞行器终端姿态约束的制导规律

本文从飞行力学角度分析和讨论了一类导弹的终端约束,导出了最优制导规律。终端姿态参数由分析弹片散布区及目标运动参数得出。把 Riccati 方程推广应用到具有终端姿态约束的控制问题,求出了目标作任意机动时的解析解。最后对所得结果进行了讨论。     

基于多目标遗传算法的汽轮机转速PI控制器参数优化

针对常规PID参数整定方法不能兼顾系统快速性、稳定性和准确性要求的缺陷,提出了一种基于非支配排序多目标遗传算法-Ⅱ(Non-dominated Sorted Genetic Algorithm-Ⅱ,NSGA-Ⅱ)和多属性决策技术(Multiple Attribute Decision Making,MADM)的PID参数的优化设计方法。以系统的超调量、调节时间和时间乘以误差绝对值积分(ITAE)指标最小作为优化目标,以频域稳定性为约束条件,以PID参数为设计变量,建立多目标优化模型。利用NSGA-Ⅱ算法求出Pareto最优解集,采用逼近理想解的排序方法(Technique for Order Preference by Similarity to an Ideal Solution,TOPSIS)进行Pareto最优解排序,进而得到最终的最优解。以某型工业汽轮机转速PI控制器参数的多目标优化设计为仿真算例,验证了该文设计方法的有效性和优越性。     

优化方法在制备长余辉磷光体试验中的应用

以稀土为激活剂的长余辉磷光体,它的余辉亮度主要受原材料配比和煅烧温度的影响.通过复合形搜索法结合实验求出最优配比和煅烧温度.利用搜索点拟合成二次响应面进行优化,再求出最优解.     

给定连架杆对应多位置时的四杆机构综合

讨论了四杆机构在给定连架杆多组对应位置时的解的情况，采用矢量法列出机构的运动方程，用最小二乘法求出方程的最优近似解．从而得出给定连架杆对应位置时的最优近似解     

优化方法在制备长余辉磷光体试验中的应用

以稀土为激活剂的长余辉磷光体，它的余辉亮度主要受原材料配比和煅烧温度的影响。通过复合形搜索法结合实验求出最优配比和煅烧温度。利用搜索点拟合成二次响应面进行优化，再求出最优解。     

求解多目标线性规划问题的内点新算法

通过对内点多目标线性规划中采用有效鞍点来产生搜寻方向一的研究,提出了新的仿射尺度内点多目标算法。该方法首先求出每个目标函数在最优规划中所作的贡献率,然后解一个单目标线性规划问题,其解作为有效鞍点的初始值。在迭代过程中,投影单个价值向量（单个目标函数的系数）以求出投影方向,然后求出这些投影方向及现行迭代点到鞍点的方向对最优解的较真实的贡献率,从而获得下一次迭代的方向。在进行下次迭代前,求出新的边界点与鞍点对最优解的较真实贡献率,以确定新的边界点是否取代鞍点。新算法组合使用了层次分析法（AHP）中的标权转换法和内点法,将q个有效鞍点减少为一个。实例计算表明,该方法是可行的。     

基于最优迭代初值的坐标转换全局最优组合算法

针对坐标转换7参数求解过程中出现的参数不稳定问题,从全局最优解的角度分析了获取稳定参数解的方法,提出了适合坐标转换7参数求解的基于最优迭代初值的全局最优算法.在消除平移参数和尺度参数影响下,分析了旋转参数初值的选取对于参数解不稳定的影响,同时验证了3个角度参数在一个周期范围内有2个等价全局最优解.结果表明:该算法可得到稳定的转换参数,受测量误差影响较小.     

基于VMI的允许缺货情况下需求服从常数的易变质品库存控制模型研究

首先通过解析推导给出了一个考虑一个供应商和多个不同的订货商,并且允许缺货情况下的需求服从常数的易变质品供应商管理库存VMI(Vendor Managed Inventory)控制模型;其次通过算例用Matlab 6.5求出了其最优解和最佳订货周期,并通过灵敏度分析讨论了质变率参数、服务水平参数变动对订货周期和各类库存成本的影响;最后给出了总结,说明了研究的意义.     

一个改进的弹性网络算法求解TSP问题

通过对弹性神经网络进行分析,给出了求解TSP问题的一个改进的弹性网络算法.弹性网络是一个梯度下降的方法,由于弹性网络的能量函数有很多局部极小值,在实际的计算仿真中,经常会遇到网络陷入局部极小值而无法逃逸的情况.本文介绍一个改进的弹性网络学习算法,当弹性网络陷入局部极小值时,通过参数在能量函数梯度增加的方向改变参数值,从而帮助网络跳出局部极小值,求出全局最优解或更好的结果.通过对6个TSP问题进行模拟仿真,得出结论:对所有的问题,这个算法能够逃逸出弹性网络的局部极小值,求得最优解或更好的解.     

计算机图解计算线性规划问题

本文运用多维画法几何的理论和人机对话的方式,对于四元线性规划问题,通过图解计算可以快速、准确地求出其最优解.     

免疫系统Marchuk模型的定性分析

对含时滞的Marchuk模型在参数满足某些条件下求出了模型方程的上、下解,利用单调方法和Liapunov函数证明了模型方程周期解和几乎周期解的存在性及稳定性。     

一类非线性发展方程的抛物线解和扭波解

根据平面动力系统的分支理论 ,在平面动力系统具有两个平衡点的条件下 ,求出了它的抛物线解 ,由抛物线解的存在性 ,在不同的参数条件下 ,得到了一类非线性发展方程的 6类扭波解的精确参数表示 .     

计算机网络中路由选择的优化研究

为了改进计算机网络的性能，提出了一种改进的并行遗传算法，采用多群体并行进化与自适应地改变遗传参数，对计算机网络中路由选择问题进行了优化，比较了不同算法所得到的链路利用率及网络的平均时延。计算机仿真实验结果表明，该算法能较迅速地求出全局近似最优解，并且与传统的方法相比较，解的质量能大幅度地提高，证明此改进的并行遗传算法是行之有效的。     

一个改进的弹性网络算法求解TSP问题

通过对弹性神经网络进行分析．给出了求解TSP问题的一个改进的弹性州络算法．弹性网络是一个梯度下降的方法．由于弹性网络的能量函数有很多局部极小值，在实际的计算仿真中．经常会遇到网络陷入局部极小值而无法逃逸的情况。本文介绍一个改进的弹性网络学习算法．当弹性网络陷入局部极小值时，通过参数在能量函数梯度增加的方向改变参数值．从而帮助网络跳出局部极小值．求出全局最优解或更好的结果．通过对6个TSP问题进行模拟仿真，得出结论：对所有的问题．这个算法能够逃逸出弹性网络的局部极小值．求得最优解或更好的解．     

多项式函数极小化问题的全局优化算法

利用水平值下降的思想,通过寻找全局最优值的大体位置求出全局最优解,以避免陷入局部极小。利用多项式第二判别矩阵使算法更加简便,提高了计算速度。数值算例验证了算法的可行性和大范围收敛性。     

超冗余移动机械臂的逆运动学快速求解

为了快速并精确地求解一类冗余移动机械臂(MM)运动学的优化逆解,提出了一种基于遗传信
赖域算法和解析解法相结合的运动学求逆方法. 首先使用解析解法求出机械臂逆解关于移动
车运动参数的表达式,据此表达式引入关节最佳柔顺性准则确定信赖域算法的目标函数;然
后用遗传信赖域算法快速求解此只包含移动车运动参数为自变量的目标函数的最优化问题,
据此求出运动学逆解. 仿真算例表明,该方法能快速求出精确和优化的运动学逆解.     

强非线性振动系统的渐近解

对强非线性振动系统进行参数变换,把强非线性振动系统转化为弱非线性振动系统,利用参数待定法即可方便求出强非线性振动系统的渐近解。