病态条件下的逆卷积问题及其多参数最佳化解

给出一个多参数最佳化解决方法，该方法采用模拟韧化最佳化技术，将病态逆卷积问题分解为多参数最佳估计问题，成功地解决了相应的病态条件问题，最后用一个简单的计算机仿真例子说明了该方法。     

一种生产计划与车间调度的集成模型及其拉氏松弛求解法

建立了一个车间的集成生产计划与调度模型（ＩＰＳＭ），并采用拉氏松弛技术对其进行求解．通过引入辅助变量批作业的ｌｅａｄｔｉｍｅ，且松弛ｌｅａｄｔｉｍｅ约束，得原问题的松弛问题，它可分解为一个松弛的计划子问题（ＲＰＰ）与一个松弛的调度子问题（ＲＳＰ），各子问题可用有效的动态规划算法求解，而对偶问题极大化则采用次梯度方法．文中方法的优点是能得到优良的次优解，并能对解的性能进行评价，数值实例验证了文中方法的有效性     

二阶段补偿随机规划问题的一种次梯聚类近似算法

通过罚函数方法，把二阶段完备补偿随机规划问题转化为一个无约束级小极大优化问题，然后利用次梯度聚类方法，给出了一个近似算法，并证明了算法的收剑性。     

关于断裂力学基本问题的一个新解

利用新的方法研究了断裂力学的一个基本问题，即利用Ｓｃｈｍｉｄｔ方法重新求解了Ｌｏｗｅｎｇｒｕｂ研究的条状物体中的一个裂纹问题，这一解适用于任意厚度的条状物中的裂纹问题，从而拓展了Ｌｏｗｅｎｇｒｕｂ解的适应范围。     

求非线性方程近似解的逐次迭代法

本文提出了求解非线性问题的一种新方法——逐次迭代法，本方法先是给出一个初始近似解，然后将这个近似解进行校正迭代，使之接近于真实解，把一个非线性问题转化为一个线性问题来解决。     

基于演化计算的机票超售建模

针对航空公司机票超售策略建立一个数学模型。考虑到该问题的复杂性，将旅客的到达看作一个二项分布，这一假设具有一定的合理性，该问题是一个多目标规划问题，在求解的时候，将（p,m)看作遗传种群个体，加权得到一个单目标问题，最后给出了它的计算方法，并进行数值仿真。     

杂波情况下雷达天线的最优极化

本文建立了求相对最优极化的一种新的数学模型，并提出了两种解法．一种是根据奇异值分解理论和求极值的方法，书问题转化成解一个二元高次方程组；另一种方法是：利用接收功率的一种表达式，书问题转化成一个双线性问题，再用一种交替迭代的数值方法予以求解．计算结果表明：这两种方法求得的最优极化是完全相同的     

极限量规设计原则的探讨

指出了在量规设计过程中一个易被忽视的问题，分析该问题产生的后果，提出了解决该问题的方法。     

露天矿生产中车辆安排问题的多目标非线性规划模型

露天矿生产的车辆安排问题在许多类似生产领域中具有一定的代表性，针对露天矿生产中的一个多目标优化运输问题，基于数学分析，建立了一个多目标非线性规划模型；提出了模型的逐步整数化方法和穷举整数化方法两种快速算法，并利用研制的Matlab程序计算了一个实际问题，计算结果证明该模型和程序是有效的，并可以在生产实践中使用。     

状态转移问题的数学模型浅析

解决一个问题时往往会发现问题里设置了不少的障碍，如何把各个障碍分离，以免引起不必要的干扰，这是一个关键。这里讨论了如何建立一个问题中状态转移关系的数学模型以及如何寻找最短路径的方法。     

基于遗传算法的GNA优化反演方法

遗传优化反演方法是工程反演计算的一个重要发展方向,但是由于算法自身的局限性,导致基于单纯遗传算法的优化反演技术难以推广应用.在深入分析遗传算法特性的基础上,指出其相应的不足之处;基于此,引入神经网络算法与模拟退火算法,有机融合3种算法,扬长避短,提出了基于遗传操作的GNA优化反演新算法;算例表明,提出的融合优化反演方法计算效率高、计算精度可靠.     

LS-MIMO系统基于经典迭代法的低复杂度检测算法

针对大规模多输入多输出（LS-MIMO）系统最小均方误差（MMSE）检测算法计算复杂度高的问题,提出了基于经典迭代法的低复杂度信号检测算法,包括Jacobi迭代法、高斯-赛德尔迭代法和逐次超松弛迭代法. 从精确解的近似值出发,在较少的迭代次数中可获得高效而精确的解,而且计算复杂度相比MMSE检测算法下降一个数量级. 仿真结果表明,迭代检测算法经过有限的迭代能够达到近似MMSE检测算法的误码率性能.     

线性规划一种改进的对偶单纯形法

研究了线性规划对偶单纯形法的改进．根据改进原始单纯形法思想，建立了标准型线性规划对偶单纯形法的一种改进算法．与原对偶单纯形法相比，改进算法的存贮量和计算量大大减少．最后给出了方法的实算例子．     

一种求解非线性方程组的混沌优化算法

针对非线性方程组的求解问题提出一种混合算法,将方程组转换成一个优化问题。利用优化问题的非线性共轭梯度法与混沌优化方法相结合,提出了一种新的混合优化算法。该算法能使非线性共轭梯度法跳出局部最优,最终获得全局最优。算法的收敛性也进行了证明,数值结果表明该算法是有效的。     

基于多点Metropolis的子集模拟方法

本文将多点Metropolis(Multiple-Try Metropolis,MTM)算法应用到子集模拟法中,用MTM算法取代Metropolis-Hasting(M-H)算法来模拟中间失效事件,进而提高子集模拟法的效率.论文给出了基于MTM算法的子集模拟法的具体步骤,并采用算例对所提方法进行了验证,结果表明基于MTM的子集模拟法可以达到和经典子集模拟法相同的效果,并且效率远高于直接蒙特卡罗方法,在进行可靠性分析时可作为一个选择.     

基于区间进化算法的区间套构造及其应用

针对传统的二分法在构造区间套求方程的根时存在收敛速度慢、精度低,而且在一个区间内只能搜到一个根的问题,提出了一种新的区间套构造方法——区间进化算法.该算法集区间算法和进化策略算法为一体,能在较短的时间内构造区间套求得方程的根.实验数据表明,该算法同传统的二分法相比,收敛速度快,精度高,能计算出方程的多个或全部实根,是一种有效的区间套构造方法.     

大规模过程系统优化的一种改进简约空间SQP算法

为了提高简约空间序列二次规划算法的求解效率和稳定性,使其适于求解更大规模过程系统优化问题,提出了一种 改进的大规模过程系统简约空间序列二次规划算法.算法采用新的基变换规则,根据基变换规则实时调整基变量,利用一种 综合过滤线性搜索方法求取搜索步长,该搜索方法结合了传统搜索方法和过滤搜索方法的优点.改进算法被应用于部分小 规模Benchmark算例和三个经典大规模算例求解,计算结果表明,本算法可以较大地减少迭代和函数估计次数,其求解效率 远高于标准序列二次规划算法，且算法的稳定性也有较大提高.     

多目标方案排队法的改进算法

首先讨论了多目标决策中的方案排队算法及其在理论上存在的不足，然后提出了综合考虑目标权值和方案对目标的重要程度的构造模型方法，并给出了相应的排序方法，最后以一个例子说明改进的方案排队法的准确性和实用性。     

基于免疫遗传算法的设备布局问题研究

针对免疫遗传算法中存在的问题,提出了一种改进免疫遗传算法。改进算法的主要特点是简化了种群个体的选择机制,采用了新的亲和力组合计算的方法。通过单行与多行机器布局的实验验证了新算法,得到了满意的效果。同时,纠正了相关文献中设备可用空间计算中的错误,简化了机器净间距序列调整方法。     

一类非光滑优化的区间填充函数法

利用区间优化方法对非线性函数比较容易处理及算法的可靠性、收敛性均有保证的特点，用区间方法讨论了目标函数是弱半光滑的最小化问题．给出了填充函数的区间扩张，并提出了求解该非光滑优化问题的区间填充函数算法．定理表明该算法是收敛的、有效的．