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。     

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。     

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。     

蚁群算法求解连续空间优化问题

借鉴蚁群算法的进化思想，提出一种求解连续空问优化问题的蚁群算法。该算法主要包括全局搜索、局部搜索和信息素强度更新规则。在全舄搜索过程中，利用信息素强度和启发式函数确定蚂蚁移动方向。在局部搜索过程中，嵌入了确定性搜索，以改善寻优性能，加快收敛速率。通过一个实例问题的求解表明了该算法的有效性。     

基于PSO算法的神经网络集成构造方法

为合理选择组成神经网络集成的个体,使各个体间保持较大的差异度,从而提高集成所建模型的仿真精度,提出一种新的神经网络集成构造方法.独立训练出一批神经网络,采用离散粒子群优化(PSO)算法,用多维空间中0或1取值的粒子描述所有可能的神经网络集成.网络集成预测误差的估计值用组成集成的个体网络之间的相关度表示,并作为优化过程中的适应度函数.优选得到参与构成神经网络集成的部分差异度较大网络个体.对8个典型数据集回归问题的实验结果表明,该方法构造的神经网络集成普遍使用了较少的网络个体,而预测精度均好于Bagging方法等传统方法.     

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。     

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。     

计算传热和传质等问题的线上求解方法

本文针对化工计算中常常遇到的二阶抛物型偏微分方程的数值求解问题,研究了一种有效的数值方法——线上求解法。编制了求解此类微分方程的通用化FORTRAN程序软件。文中考察了化工计算时常碰到的具有阶跃特性的初始条件所引起的数值振荡现象,给出了一种简便可行的处理方法。运用不同的数值求导方法的组合,使数值计算的精度得到提高。采用线上求解通用程序包,对非稳态的相间传质过程进行了数值分析,数值试验结果表明,线上求解方法是求解抛物型方程的一种高精度的、有效的方法。对化工过程中传热、传质及流动反应器等的计算十分有效。文中还对线上求解方法处理刚性问题进行了研究。     

小波变换和RBF网络用于模式法分解重叠色谱峰

将小波变换和神经网络相结合，研究色谱数据处理中分解重叠峰的新方法.首先利用小波变换多分辨分析和奇异性检测原理提取重叠色谱峰上的各特征点，构造反映重叠峰形状、位置和高度的5个无因次特征量，然后借助径向基函数(RBF)网络来表达重叠峰中子峰面积比和5个无因次特征量的映射关系，建立分解重叠色谱峰的模式识别模型.实验结果表明，采用训练好的RBF神经网络分解重叠色谱峰，准确度优于传统的垂线分割法，而且可实现对只有一个峰强极大点的肩峰型重叠峰的分解.