一个快速求解哈斯图的算法

在理论证明的基础上，给出了一个哈斯图求解的算法。该算法可直接应用关系图方便、快捷地求取其盖住关系，进而得到哈斯图，从而完善了有关哈斯图求解的理论及算法。     

等式约束优化问题SQP算法的超线性收敛充要条件

对于等式约束问题，Boggs，Tolle和Wang三人将Dennis，Mo埏的求解无约束优化问题的类似结果加以推广，得到了SQP算法超线性收敛的一个极为重要的充要条件。许多研究学者又作了的改进，进一步减弱假设条件，得到了同样的等式约束问题的SQP算法超线性收敛的充要条件。     

无回路规则系统的Petri网验证方法

构建了无回路规则系统的加标ω-Petri网模型，产生了相应的可达树，利用可达状态反映规则系统所包含的所有可达关系，并记录；提出了可达状态的反向推演森林及其算法，实现规则系统命题间可达路径的显式化．在此基础上，给出了规则系统错误的判定定理及其检测算法，实现了结构错误的有效判定和分析．     

基于正交设计法的遗传算法

将正交设计法和遗传算法相结合，既保留了遗传算法本身的优点，又可以较好地解决遗传算法在达到全局最优解前收敛慢的问题。该算法能有效地求解函数优化问题。     

基于共轭梯度法的函数优化混合遗传算法

综合遗传算法的全局搜索能力和共轭梯度法的局部搜索能力,提出了一种混合算法,该算法具有全局最优性和收敛性。同时,数值仿真表明算法是有效的。     

一维全局最优问题的改进遗传算法

遗传算法是一种借鉴自然界生物自然选择和自然遗传机制的高度并行、随机及自适应的搜索算法,该算法对一般的全局最优有良好的鲁棒性。但是,对非线性较强的函数,简单的遗传算法的收敛速度较慢,稳定性差。本文提出了一种新操作：一点交换和两点交换相结合、普通变异和大变异相结合的操作。理论证明和数值计算结果表明,该算法是有效的。     

基于改进遗传算法的多维函数的优化计算

针对标准ＧＡｓ在多维优化中存在的弊端,提出了一种改进ＧＡｓ,在染色体基因解码方式,交换与变异算子、适应函数设计等方面做了改进。通过对极难优化函数的优化计算,说明该算法有良好的全局搜索能力和较快的收敛速度。     

利用遗传算法搜索全局最优的一种混合算法

把最速下降法与遗传算法相结合,提出了一种混合算法,该算法能使遗传算法离开“早熟收敛”状态,最终获得全局最优,对算法的收敛性进行了证明,数值仿真表明算法是有效的。     

Study on Support Vector Machine Based on 1-Norm

The model of optimization problem for Support Vector Machine（SVM） is provided, which based on the definitions of the dual norm and the distance between a point and its projection onto a given plane. The model of improved Support Vector Machine based on 1-norm （1 - SVM） is provided from the optimization problem, yet it is a discrete programming. With the smoothing technique and optimality knowledge, the discrete programming is changed into a continuous programming. Experimental results show that the algorithm is easy to implement and this method can select and suppress the problem features more efficiently.Illustrative examples show that the 1 - SVM deal with the linear or nonlinear classification well.     

支持向量回归机训练集的并行预处理方法

为加快支持向量回归机在求解大样本集问题时的训练速度,提出了并行支持向量回归机。该方法根据核矩阵把数据集分成k个子集,通过并行预处理过滤掉非支持向量,再对剩余的支持向量进行训练得到决策函数。实验表明,本算法不仅预测准确度跟标准的分解算法基本一致,而且大大缩减训练时间,具有很高的加速比,同时需要的训练时间大大少于Graf等人提出的级联结构的算法,另外,算法还可有效地缩减支持向量的数目。