全局收敛的投影单纯形方法

对于线性约束、非线性目标的优化问题，文献［１］的作者以极小化条件代替求正交投影的一组正交条件，并用一个特殊的线性规划模型来确定迭代方向，由此给出了一个算法。但文献［１］没有讨论算法的收敛性，且一般说来，这种算法不具备收敛性质［５］。本文沿用［１］的迭代方向ｄ（ｘ）的表示形式，给出了一个新的算法，讨论了算法性质，证明了算法具有全局收敛性.     

班轮航线配船模型的分析与改进

结合航运生产实际，对文献［１］中的班轮航线配船模型提出了改进的意见，并给出了新模型的求解方法及收敛性证明     

非均衡模型的可解性研究

本文研究了多市场非均衡模型（ＭＤＥＭ）的可解性问题，给出微观ＭＤＥＭ可解性的一个充要条件；推广了Ｉｔｏ［１］的充分条件；对具有Ｂｕｒｋｅｔｔ双曲线聚合［２］和Ｌａｍｂｅｒｔ指数聚合［３］两类非线性形式的宏观ＭＤＥＭ，分别给出其可解性的一个充分条件，并探讨ＭＤＥＭ中一类线性溢出效应的微观基础，Ｉｔｏ［１］所分析的双市场情形是其特例．     

约束变尺度类算法（Ⅱ）——两步超线性收敛的广义投影梯度约束变尺度方向类

将Ｈａｎ－Ｐｏｗｅｌ和文献［１］中算法的思想有机的结合在一起，构造了广义投影梯度约束变尺度方向所满足的线性系统．从而建立了具有两步超线性收敛的广义投影梯度约束变尺度类算法Ｃ．该算法为统一算法模型Ａ提供了一个重要的子类．到此，统一算法模型Ａ已包括了Ｈａｎ－Ｐｏｗｅｌ算法和既约梯度、投影梯度型、广义投影梯度型约束变尺度类算法．从而形成了一个丰富的理论算法库．与此同时，这些算法也被自然的推广到非单调一维搜索的情形．     

用闭环增益成形算法的精馏塔鲁棒控制

给出了MIMO系统的闭环增益成形算法，将之应用于精馏塔的控制中，取得了良好的控制效果和鲁棒稳定性。文献［6］给出的回路成形控制器与本文的一阶闭环增益成形控制效果相同，文献［6］评价该法的不足之处是闭环系统的鲁棒性能稍差，该缺点可用本文的二阶或三阶闭环增益成形控制器加以克服。该算法的优点是设计过程简单，物理意义明显。     

微观资金流动BS网状模型分析

微观资金流动分析是资资金运动与国民经济增长相联系的一条途径。本文在文献［１］［２］所建模型的基础上，研究ＢＳ网状微观资金流动模型的新特性和对网上“居民”由这些特性带来的商业活动提出建议。     

回采工作面安全评价的改进灰色统计方法

用灰色统计理论［１］讨论了煤矿回采工作面安全评价问题，提出了一种新的评价方法——灰色统计综合法。同时，本文从应用的角度出发对灰色统计的算法作了改进，改进后的算法便于记忆和应用。     

一种提高灰色预测模型精度的方法

根据文献［１］提出的科技文献增长和老化的灰色模型，本文适当改变原始数据，可以使模型精度提高。     

有约束多目标系统的模糊匈牙利决策及其应用

首先将指标值矩阵转化为模糊关系合成矩阵，再将模糊关系合成矩阵与解决指派问题的匈牙利方法结合起来，提出了有约束多目标系统的一种新决策方法——模糊匈牙利法，并建立其模型，该模型可用著名的匈牙利算法来求解。最后应用该法于文献［1～3］中的实例，通过比较，方法简便，效果很好     

时序多目标决策的模糊优选法

本文定义了时序多目标决策，建立了模糊优选理论模型，并以实例说明该方法的应用。本文模型是文献［１］中模型的推广。     

城市轨道交通网络客流分配模型和算法综述

城市轨道交通网络客流分配是推算客流分布的基础理论方法.本文首先介绍了既有的城市轨道交通客流分配模型,从客流分配建模中的网络建模架构,乘客出行行为假设和客流分配原理三方面对比分析了既有研究的模型特征.在分配模型分类的基础上,重点阐述了客流分配算法中的网络路径搜索、分配模型求解和客流行为模拟和分布仿真算法的研究进展.最后,提出了我国城市轨道交通客流分配在网络化运营新形势下的研究展望.     

城市交通组合随机用户平衡模型

提出了适用于大规模网络的组合随机用户平衡模型,能够同时预测出行分布和交通分配。因为出行分布、交通分配子模型都是建立在随机效用理论基础上,因此,整个模型具有一致性,且具有很好的行为解释。引进循环优化分配算法,并用一个简化的例子对模型及算法进行了验证说明。     

海上目标数据融合实例研究

在应用D S证据理论识别海面目标的过程中,重点研究了如何通过传感器数据实测值来确定基本概率分配函数(BPA)的方法。首先,对侦察雷达所能探测到的目标雷达信号的载频、脉宽、重频,应用证据理论将其组合,得到雷达参数的联合概率分配函数。根据雷达和舰船的对应关系,由雷达概率分配函数推导出目标平台的基本概率分配函数。再用测得的舰船目标的航速得到目标平台关于航速的基本概率分配函数,并最终用D S证据理论识别了海面目标,具有较大的实际应用价值。     

区域反导目标分配模型优化分析

区域反导目标分配是多资源约束,按照一定分配准则循环分配的过程.分析了区域反导目标分配流程与准则,构建综合拦截概率和作战效费比的目标分配模型,并给出了该目标分配模型转化为基本0-1规划问题的方法;针对该多约束目标分配优化模型对高寻优、强实时求解算法的需求,结合生物免疫过程,引入改进的克隆选择算子、云自适应变异算子、抗体重组算子、精英抗体保存算子,提出快速收敛的克隆选择算法.仿真结果表明该算法尤其解决大规模区域反导目标分配问题时不失为较为理想的优化算法.     

基于归纳法的同构资源目标分配算法

针对传统目标分配算法不能求解大规模资源目标分配的组合规划难题,提出了一种基于数学归纳法的资源目标分配算法。建立了资源相同条件下的目标分配数学模型。通过逐步增加资源和资源预分配的方法,不断从每次迭代的预分配方案中选择最优的分配方案,极大地降低了分配问题的搜索解空间和计算复杂度。以无人机协同区域搜索为典型应用案例,分别设计了对比实验和性能实验。仿真实验结果表明，该算法可以保证得到目标分配问题的全局最优解,并且在大规模资源分配中具有很好的实时性。     

资源约束的拼件维修模型与粒子群求解算法

为了获得最优的装备作战单元的拼件维修方案与任务分配方案, 建立了一种同时优化拼件维修方案与任务分配方案的非线性规划模型, 模型中同时考虑了不同任务对武器系统的具体需求、武器系统的客观情况、维修资源约束, 可以最大化地协调任务、装备群与维修资源之间的矛盾, 所以更加贴合实际. 设计了基于粒子群算法的求解算法, 包括算法框架、粒子的表示、初始化、适应度函数、更新方法等. 最后, 应用该粒子群算法对具体实例进行了求解, 分析表明模型与算法可以有效地优化任务分配方案与拼件维修方案, 提高装备作战单元任务成功概率, 为决策者制定决策提供指导.     

多被动探测器对多目标定位模型及仿真

对于探测目标间距较小的目标群,提出使用3个被动探测器的探测模型。首先,重点研究了多被动探测器对多目标进行定位的目标关联问题;然后,建立了3个被动探测器的机动模型,提出了3个被动探测器多目标定位的目标关联算法。最后,通过仿真分析了各种因素对目标关联的影响。仿真结果表明提出的3个被动探测器机动模型和目标关联算法是有效的。     

面向复杂航道的引航员与船舶集成调度优化

为提高复杂航道条件下港口的引航调度服务水平,本文研究了船舶和引航员调度的集成优化问题.本文考虑了潮汐、封航、安全距离以及单双向航道的对向避让等因素,以船舶延误成本和引航员调度成本最小化为目标,建立了整数规划模型.结合问题的特征,设计了一种两阶段变邻域搜索算法对模型进行求解.其中第一阶段讨论了引航员调度对于船舶延误的影响,求得了所有船舶和部分引航员调度方案的集合;第二阶段以传统调度规则得到的所有船舶和引航员的完整调度方案为初始解,使用变邻域搜索算法求解所有调度方案中最优的调度方案.最后,通过一系列数值试验验证了模型和算法的有效性.     

基于深度卷积神经网络的SAR舰船目标检测

针对传统合成孔径雷达(synthetic aperture radar,SAR)图像舰船目标检测算法检测精度易受斑点噪声影响,且只能提取底层特征及其泛化性较差的问题,提出了一种基于深度卷积神经网络的SAR图像舰船目标检测算法。首先将目前先进的单次多盒检测器(single shot multibox detector,SSD)检测算法应用到SAR图像舰船目标检测领域,指出了其在该领域存在的局限性,在此基础上提出了基于SSD的新的检测方法,包括融合上下文信息,迁移模型学习,在公开的SSDD数据集上进行了训练和测试,对实验结果进行了对比分析,实验结果表明,相比于原始的SSD检测算法,所提出的方法不仅提高了目标检测精度,同时也保证了算法的检测效率。     

Weapon target assignment problem satisfying expected damage probabilities based on ant colony algorithm

A weapon target assignment （WTA） model satisfying expected damage probabilities with an ant colony algorithm is proposed. In order to save armament resource and attack the targets effectively, the strategy of the weapon assignment is that the target with greater threat degree has higher priority to be intercepted. The effect of this WTA model is not maximizing the damage probability but satisfying the whole assignment result. Ant colony algorithm has been successfully used in many fields, especially in combination optimization. The ant colony algorithm for this WTA problem is described by analyzing path selection, pheromone update, and tabu table update. The effectiveness of the model and the algorithm is demonstrated with an example.