NCO法与ODE法关系初探

探讨了神经优化计算方法即ＮＣＯ法与常微分方程方法（即ＯＤＥ法）之间的初步联系，给出了求解Ｒｎ＋上线性及二次约束优化问题时它们之间具有的某些内在联系.     

一种新的数值优化方法—正交表法

本文把在试验设计中经常使用的正交设计技术应用于最优化，提出了一种新的优化方法正交表法。即在优化计算中，按正交表安排函数计算点，并按正交设计技术进行计算点分析，以尽快地搜索到最铖解。以此算法编制并调通了优化程序。     

营销审计中单个管理期权B-S-M模型的优化作用

度量方法直接影响到营销审计的效果,进而影响公司营销的优化和评估。尝试在营销审计中使用B-S-M模型法来审计单个管理期权,并通过实例与传统净现值方法相比较。结果表明,使用该模型法能够更加有效、精确地度量企业的营销活动。对模型优化作用的研究也表明,B-S-M模型法能够有效优化公司的营销活动。     

基于响应面法的空降车缓冲气囊参数优化研究

提出了应用响应面法对空降车气囊缓冲系统的参数进行优化的方法.通过建立车体-气囊非线性有限元模型,选择缓冲气囊的排气孔面积以及排气孔开启压力作为优化变量,将车体冲击加速度峰值最小作为优化目标,采用析因设计和中心组合设计两种试验设计方法并运用最小二乘法进行二阶多项式方程的参数估计,建立二阶响应面模型.然后利用遗传算法进行优化求解.优化前后气囊缓冲特性的对比结果表明,优化后车体冲击加速度峰值减小了23.8％,气囊的缓冲性能有显著提高.     

考虑发电量与保证出力的水库调度多目标优化方法

以年发电量和保证出力为目标,建立了水库优化调度多目标数学模型,并提出了求解该模型的约束法和决策偏好的交互式多目标优化方法,结合实例研究计算,论证了该方法的可行性和优化性。     

基于遗传算法和最速下降法的函数优化混合数值算法

在遗传算法中嵌入一个最速下降算子，并定义适当的适应度函数和子代个体的选择算子，从而可结合遗传算法和最速下降法两者的长处，得到既有较快收敛性，又能以较大概率得到全局极值的新的用于连续函数全局优化的混合数值算法。数值计算结果表明了本文方法显著优于求解函数优化的遗传算法和最速下降法.     

基于响应面法的汽车侧撞安全性仿真优化

建立了整车侧撞有限元模型.通过与碰撞试验结果对比验证了该模型的可靠性.考虑汽车侧围结构的碰撞安全性,由整车侧撞有限元模型导出了侧围子结构模型.采用响应面法进行了车身侧围结构仿真优化.仿真结果表明:基于响应面法的子结构模型可将汽车侧撞安全性优化时间缩短至传统整车模型方法的五分之一.优化后的胸部损伤指标明显降低,满足侧撞乘员保护要求.     

基于改进Lagrange乘子法的交通信号配时优化研究

为提高交叉口的机动车通行效率及环境效益,采用改进罚参数来构造一种新的Lagrange乘子法对交叉路口的交通信号进行优化配时。通过权重系数建立车辆延误与尾气排放的数学模型,利用改进Lagrange乘子法进行优化,将其结果与两种典型智能算法的优化结果进行对比,并利用VISSIM(Verkehr in Stadten Simulation)微观交通可视化仿真软件进行验证。实验结果表明,该方法优化的信号配时使车辆延误降低19.89%,尾气排放量降低2.379%,可见大比例优化了交叉口的车辆延误,同时可以降低尾气排放量。     

基于理想最优方案的指标赋权法及其应用

简要分析当前指标赋权法的优缺点，给出一种利用理想最优方案计算指标权重的方法。该方法以优化理论为依据。以待评方案距理想最优方案的加权距离的平方为优化目标，建立了新的数学模型，并给出了精确解。应用实例表明该方法的有效性。     

基于顶层滚动优化和底层跟踪的空战导引方法

现代空战环境趋于复杂化，而传统方法对于机动目标难以获得理想的导引效果。因此，针对现代无人机空战导引问题，提出了一种基于顶层滚动优化和底层跟踪的空战导引方法。其中，基于高斯伪谱法的顶层优化以时间为性能指标，快速将无人机导引到目标区域，当目标机动时，对其轨迹进行预测并重新优化导引轨迹。此外，引入对导引视线角的底层跟踪方法，从而完成目标偏航后的快速修正。最后，针对某型作战无人机进行空战环境下的滚动优化导引以及视线角跟踪仿真，验证了所提方法对不确定性机动目标的拦截能力。     

基于稀疏型支持向量回归的时间序列预测

为提高支持向量回归在时间序列预测应用中的学习速度和泛化性能,提出了稀疏型支持向量回归方法.通过牛顿优化法,直接优化支持向量回归的原始问题.然后利用Cholesky分解更新原始优化中的Hessian矩阵实现稀疏型支持向量回归算法.最后将该算法运用到Mackey-Glass,Lorenz和Logistic混沌时间序列预测,仿真结果表明本文提出的方法能够在确保预测精度的前提下,有效地降低支持向量的个数.     

可行方向SUMT外点法的研究及应用

针对序列无约束极小化技术(sequential unconstrained minimization technology, SUMT)外点法中由于设计变量越界而导致优化失败的问题,分析了设计变量越界的原因,将SUMT外点法和可行方向法相结合,提出了一种可行方向SUMT（feasible direction SUMT, FD SUMT）外点法。用可行方向法的思想处理设计变量的约束,将搜索空间限定在设计变量可行域内。〖JP2〗与传统的SUMT外点法相比,该方法除实现简单外,更具有鲁棒性高、收敛快等优点。通过数值算例和工程应用实例验证了FD SUMT外点法的性能。优化结果表明,该方法消除了设计变量越界的情况,收敛速度和鲁棒性明显高于传统的SUMT外点法,而且初值选取容易,具有工程实用性。     

一种基于熵的线性组合赋权法

给出了一种系统评价指标综合赋权方法——线性组合赋权法 .它以优化理论和 Jaynes最大熵原理为依据 ,建立了新的数学模型 ,并给出了精确解 .应用实例表明了新方法的合理性 .     

一种适于多目标稳态优化决策的伪权向量方法

伪权向量法是解决多目标决策问题的一种常见方法,但由于其决策函数中缺少对决策变量调整幅值的约束,易造成因决策变量(通常为控制回路的设定值)变动幅度过大而影响被控过程稳定性的后果,因而限制了该方法在过程控制系统稳态优化中的应用.对此,提出了一种适合于过程控制系统稳态优化的伪权向量多目标决策方法.该方法综合考虑了决策者偏好以及决策变量的变化情况,为控制系统的稳态优化提供了一种适合实际的决策方法.仿真结果验证了该方法的有效性和实用性.     

精选－优化辅助变量法对于闭环参数估计的收敛性

本文用连带微分方程（ＯＤＥ）方法分析了精选－优化辅助变量法对于闭环系统的参数估计的收敛特性，给出了收敛性的条件。这样就为用该辨识算法实现有效自适应控制系统设计提供了理论依据。     

PAPOA法在综合利用水库优化调度中的应用

本文建立了综合利用水库优化调度的动态确定性多目标非线性数学模型。利用逐次逼近的逐步优化法，即ＰＡＰＯＡ法求解模型的最优解集。在这实例分析计算中，较大地提高了水库效益，获得了较为满意的结果.     

凸优化方法及其在排队系统中的应用研究

理论上可以证明严格凸优化问题有惟一的全局最优解；应用中有快速的多项式时间算法求解这一全局最优解。因此对难于解决的排队系统性能指标优化问题，如负荷配置问题．可以利用排队系统的凸性应用凸优化方法求解。本文基于排队理论建立排队系统负荷配置的非线性优化模型，设计一种优化变量转换方法并经适当的约束务件合并将该模型转换为凸优化模型．并引入凸优化内点法作为负荷配置的有效计算工具。实例计算结果表明．基于排队理论的非线性凸优化模型．其优化结果能保证充分利用设备的生产能力及最低的在制品库存；同时凸优化内点算法具有迭代次数少、收敛速度快的优点；涉及排队系统中其他性能指标的优化问题，也可以采用类似的方法求其最优解。     

针对多星多任务仿真调度的关键路径遗传算法

卫星任务规划问题的求解空间随卫星数量和目标数量的增多而快速增大,针对大规模多星多任务规划问题,提出一种基于关键路径-遗传算法的卫星任务规划分层优化方法。该方法将卫星任务规划问题分解成任务分配和单星任务处理2个子问题,其中,任务分配通过遗传算法实现,一个分配结果对应种群中的一个个体,在单星任务处理子问题中引入关键路径法,用于求解每个个体的适应度,在提高优化效率的同时,确保得到当前任务分配条件下的最大观测效益,提高算法的全局优化能力。仿真结果表明,对于给定的6组大规模卫星任务规划算例,平均任务完成率均超过了99.7%,证明了该方法具有良好的稳定性和全局搜索能力;同时,相比于已有方法,该方法在优化效率上也有大幅提高,且任务规模越大,优化效率提升越大。     

非线性规划的双层目标规划模型及一体化复形法

本文将非线性规划问题等价地转为一双层目标规则模型，利用模型与算法一体化构思给出了双层目标规划模型的复形求法，该方法将可行解与目标优化纳入统一过程，改进和扩展了非线性规划的复形法。     

应急作战下导弹技术测试优化方法研究

应急作战条件下,技术测试流程的优化对于提高导弹快速反应能力具有十分重大的意义。首先,提出了技术测试可靠性指标,并基于技术测试特点,运用一种新的可靠性分析方法——Go法对技术测试可靠性进行评定。然后在此基础上,采用GERT网络技术进行优化方案的论证。基于定量与定性分析相结合的手段,充分考虑了技术测试过程中的随机因素。最后,给出了仿真示例。优化方法的提出,给作战决策部门提供了可靠的理论依据。