导热反问题的空间状态分析—单个边界条件的确定

本文以现代控制理论为基础，引用线性控制系统的空间状态表达式来描述和探讨单个边界条件的确定问题。采用现有较为完善的空间离散方法－有限单元法或有限差分法，通过数值计算以获得较为准确的解。最后，由数值实验的例子来表明所采用方法的合理性和可靠性。     

人工神经网络和遗传算法在导热反问题中的应用

论述了导热反问题在工程实际中的重要性,分析了引入新算法的必要性,简要介绍了人工神经网络和遗传算法;给出了用人工神经网络和遗传算法求解导热反问题的理论基础,建立了用两者求解导热反问题的数学模型,并对作者前期研究的求解结果做了必要分析．综合分析和前期研究结果表明将人工神经网络和遗传算法应用于导热反问题具有重要的理论意义和应用价值,有可能形成一个新的交叉学科,必将对导热反问题的研究起到巨大的推动作用．     

多层壁导热反问题的解析公式及其应用

本文给出了多层壁导热反问题的解析公式，利用该公式，给出一种通过测试多层壁的一侧边界热流通量及温度，确定另一侧边界温度或热流通量的反问题解法。该方法的优点是不需要已知多层壁的初始温度分布，文中一个算例说明了该方法是一个简单有效的方法。     

导热反问题原理辨识均质材料导热系数及体积热容的算法

目的 分析非稳态导热反问题在现场快速辨识建筑围护结构的导热系数和体积热容的算法.方法 利用参数辨识算法,计算了内部圆柱面在常热流情况下,材料的热物性参数,给出了相关的数值验证,对温度获取时可能产生的随机和系统误差进行探讨.结果 若获取的温度为真值,该算法辨识的导热系数和体积热容的值与真值的误差分别为0.11%和0.16%;若考虑温度的随机误差和系统误差,随着优化函数J减小,k和C的辨别结果 却先收敛后发散.结论 利用非稳态导热反问题的原理辨识建筑围护结构的导热系数和体积热容是可行的;本算法可行且稳定;参数辨识对误差较为敏感.     

量子蚁群算法求解多任务联盟问题

针对蚁群算法在求解多任务联盟问题(multi-task coalition problem,MTCP)时存在的求解精度不高、迭代次数多的不足,利用量子计算的并行性,提出了一种求解多任务联盟问题的量子蚁群算法.首先,利用量子叠加态给出了基于Agent的量子编码,使1个Agent能占据空间中的2个位置;其次,为使旋转角获得合适的大小和方向,提出了一种基于信息素的自适应修正旋转角调整策略;最后,通过对量子编码进行观测,给出了基于量子态的蚂蚁寻优策略.实验结果表明,与已有的算法相比,该算法不仅能获得更高质量的解,而且收敛速度也有显著的提高.     

求解TSP问题的改进蚁群算法

分析了标准蚁群算法易于出现早熟停滞现象的主要原因，在原有算法基础上引入局部信息激素、最优最差路径信息激素更新策略及变参数策略，扩大了解的搜索空间，有效抑制了收敛过程中的早熟停滞现象，大大提高了算法收敛速度；同时引入局部最优搜索策略，增大了解突变的机率，求解质量得到了极大的改善．对于典型旅行商问题库中旅行商问题的实验及与标准蚁群算法的比较实验验证了该方法的有效性．     

快速测定导热系数随温度呈线性变化关系的方法

本文采用导热反问题的数学原理,提出了一种一次测定随温度线性变化的导热系数方法。进行了数值模拟,制作了实验设备,从计算及实验两方面都得到较满意的结果。     

基于蚁群算法的TSP问题求解

TSP问题是典型的NP—hard组合优化问题,蚁群算法是一种求解此类问题的优化算法,通过模拟蚂蚁觅食行为来解决NP问题。文章使用蚁群算法求解TSP问题,并结合TSP问题的特点选择了一种合适的蚁群更新策略。     

改进型蚁群算法求解旅行Agent问题

旅行Agent问题是一类复杂的组合优化问题,目的在于解决移动Agent在不同主机间移动如何规划最优的迁移路线．在蚁群算法的基础上,引入变异运算,并且对蚁群算法的全局和局部更新规则进行改进,大大降低了蚁群算法陷入局部极小而导致系统出现停滞现象的可能．实验结果表明,改进的蚁群算法使得移动Agent能够以更优的效率和更短的时间来完成任务．     

热传导方程反问题的数值解法

文章分别应用拟边界法和积分方程方法对一类热传导反问题进行了研究,并通过数值算例验证了方法的有效性。     

利用边界元素法求解热传导反问题

利用边界元素法对二维方形域和多边通的环形区域热传导反问题进行了求解。考察了内点位置，温度误差对求解结果的影响。结果表明内点温度的测取精度对结果的影响是呈线性的，并且内点距所求温度边界距离愈近其解的精度愈高。     

改进遗传算法在导热反问题研究中的应用——以建筑物外墙热工参数协同研究为例

建筑物外墙导热反问题参数间的协同研究是建筑传热协同理论中的基本问题,主要研究在一定控制目标下（如一定的温度场或热流密度）各参数之间的匹配关系。对于此类问题,需要采用反问题的求解方法。本文在求解过程中引入改进的遗传算法,提出了改进的遗传算法与数值计算相结合的数学模型。通过两个算例的验证,结果表明：改进的遗传算法可以用于建筑物墙体稳态导热参数之间的协同研究,也可以应用于非稳态的类似研究。     

圆柱体45钢淬火过程中热传导方程逆问题的求解

以４５钢圆柱体为试件，由实验确定的温度和时间之间的关系，利用有限差分法和非线性估计法，求解４５钢圆柱体试作在淬火过程中热传导方程的逆问题．从而得到以油和水为淬火液时圆柱体表面换热系数曲线．计算结果表明：上述方法是确定钢淬火时表面换热系数的一种有效方法，以水为淬火液所得到的表面换热系数比油为淬火液所得到的表面换热系数大．     

智能蚁群算法解决公交区域调度问题研究

针对多条运营线路的公交区域调度问题，给出了人员调度问题的改进模型，模型的目标是在满足工作时间、跨度时间、换班要求等相关约束的条件下使人员完成任务的间隔时间最小。论文对已有蚁群算法解决车辆路径优化问题的算法进行了改进。对算法中相应的转移规则和轨迹更新规则进行了重新设定，改进了算法转移策略和信息素更新策略。给出了算法的实现步骤。通过仿真，对模型的正确性进行了验证。证明了改进蚁群算法解决公交调度问题的高效性和较强的适用性。     

智能蚁群算法解决公交区域调度问题研究

针对多条运营线路的公交区域调度问题，给出了人员调度问题的改进模型，模型的目标是在满足工作时间、跨度时间、换班要求等相关约束的条件下使人员完成任务的间隔时间最小。论文对已有蚁群算法解决车辆路径优化问题的算法进行了改进。对算法中相应的转移规则和轨迹更新规则进行了重新设定，改进了算法转移策略和信息素更新策略。给出了算法的实现步骤。通过仿真，对模型的正确性进行了验证。证明了改进蚁群算法解决公交调度问题的高效性和较强的适用性。     

热传导方程反系数问题解的稳定性

研究了一类热传导方程反系数问题,在已知一些观测数据前提下,利用最优控制方法,构造了一个新的泛函,并在一定的条件下,证明了极小化泛函问题解的稳定性.     

基于改进蚁群算法的有时间窗车辆路径优化

针对物流配送中的有时间窗车辆路径问题（VRPTW）,提高优化性能,提出了一种改进的最大最小蚁群算法,并引入了局部搜索策略2-opt．在客户数目给定的情况下,本算法能够得到所求VRPTW的全局较优解,与基本蚁群算法和未改进的最大最小蚁群算法比较,具有更快的收敛速度和更高的收敛精度,并可扩展到一类相关的路径优化问题中．实验结果表明,本算法对于求解VRPTW效果很明显．