解高维复杂函数优化问题的混合差分进化算法

鉴于传统方法用于高维复杂函数优化很容易陷入局部极小,为此提出了一类通用、易实现、具有全局优化特性的混合优化算法（CHADE算法）．该算法将混沌优化的随机性与差分进化算法（DE算法）相结合,利用混沌扰动算子增强算法的局部搜索能力;同时,随着搜索过程的进行随机地调整缩放因子和差分进化模式．多个典型高维复杂函数的数值仿真结果表明：CHADE算法寻优效率高、收敛速度快,尤其是具有避免局部极小的能力,其优化性能优于单一的DE算法．     

混合约束多峰优化问题的一个协同共轭进退粒子群算法

为解决混合（等式和不等式）约束的多峰优化问题（MOPs），本文在粒子群算法框架下提出了粒子优度比较准则和局部协同与共轭进退寻优两种迭代进化策略．优度比较准则在适应度和约束违反度的双重限制下指导粒子高效地执行进化策略，局部协同策略可使粒子能通过局部抱团收敛到多个全局最优解，而共轭进退寻优策略则提升了寻优的速度和精度．基于优度比较准则与两种进化策略的有效结合，本文设计了一个协同共轭进退粒子群（CCARPSO）算法，以充分融合粒子群算法的全局搜索能力和共轭进退法的局部快速寻优能力．数值仿真表明，该算法能有效解决复杂约束MOPs和非线性方程组的多根问题，在广义Logistic分布的参数估计中有全局优化能力和较高的计算精度．     

一种改进的遗传算法在多峰值函数优化问题中的应用

针对标准遗传算法在处理多峰值函数优化问题中存在的收敛性问题，设计了一种自适应多位变异遗传算法．有效地解决了过早收敛、局部搜索能力差和全局收敛性问题．实例计算表明.改进后的遗传算法是有效和可行的．     

基于主附种群结构的遗传算法

介绍了一种基于新的变异算子多种群的新遗传算法，该算法可用来解决复杂的多峰函数优化问题．解决这些问题的传统遗传算法经常陷入局部最优，新算法引入一种新的基于主群、附属子群的结构可避免传统遗传算法难以克服的早熟收敛．在该结构中，主群采用新的变异算子来保持良好的群体分布，并促使较优模式的快速增长，附属子群设计在有限区域内获取局部最优．用搜索历史记录及主子群体通讯能减少搜索空间，以获取全局最优和几个局部最优．搜索局部最优和全局最优可用于多人脸检测以及路径寻优问题．实验表明，该算法已在几个复杂的多峰函数优化上取得了较好的结果．     

基于局部搜索的遗传算法求解自动组卷问题

针对目前大多数组卷系统所考虑的约束条件不完善、 组卷结果不理想问题. 提出一种基于局部搜索的遗传算法（GALS）, 解决了传统组卷约束不完善等缺点, 并得到了较好的组卷结果. 该算法采用基于按题型分段的编码方式, 3个遗传算子分别采用如下策略： 按题型分段交叉策略, 保证全局搜索能力及交叉后各题型被选题数不变; 基于禁忌表局部搜索的变异机制, 对题库进行随机关联搜索, 提高了算法搜索能力; 采用组合优化进化算法的μ+λ选择策略, 有利于算法局部搜索. 实验结果表明, 相同迭代次数下, 新算法找到的最优解明显优于传统的组卷算法.     

一种局部搜索策略的遗传算法

提出了一种局部搜索策略的遗传算法（LSGA）,它是在每一代中通过遗传算法找到最佳个体,然后在最佳个体的附近进行局部搜索.6个基本的多峰测试函数优化结果表明：LSGA比具有精英保留选择机制的实数编码的遗传算法（RGA）的全局搜索能力强.     

局部搜索灰狼优化算法求解武器-目标分配问题

武器—目标分配（Weapon Target Assignment, WTA）问题是根据武器对来袭目标毁伤概率的不同,合理确定待打击目标的武器分配方案,以达到尽可能少的武器对来袭目标毁伤程度最大化的目的,是作战指挥决策领域的重要研究内容。在构建WTA问题模型的基础上,针对传统灰狼优化（Grey Wolf Optimization, GWO）算法局部开发能力不足等问题,采取了一种精英保留及免疫变异局部搜索策略。改进灰狼优化算法（Improved Grey Wolf Optimization, IGWO）首先在灰狼种群中选择部分优质精英个体,然后通过随机点变异和受体编辑两种免疫局部搜索策略对精英个体进一步寻优,从而改善传统GWO算法过早收敛和易陷入局部最优的缺点。针对3种不同规模的武器—目标分配问题,将IGWO与交叉熵算法、传统GWO算法进行了对比,计算结果显示IGWO算法所求适应度值的分位数均明显高于对比算法,进而验证了IGWO算法的有效性。     

基于改进差分进化算法的光伏阵列多峰MPPT方法

针对局部遮阴下光伏阵列呈现多峰P-U特性时,传统的MPPT方法存在陷入局部峰值点的问题,提出一种基于双变异策略差分进化算法的多峰MPPT方法.该方法前期采用全局搜索性能较好的DE/rand/1变异策略,以避免系统陷入局部峰值点;后期改用局部搜索能力强的DE/best/1变异策略,并对该变异策略进行优化,以提高算法跟踪速度和精度.仿真结果证明,该方法可准确搜索到全局最大功率点,且搜索速度相对于标准DE算法提高了35%.应用该算法的MPPT控制可有效提高光伏发电系统在复杂工作条件下的发电效率.     

一种新的群搜索优化实现算法

针对群搜索优化（GSO）算法存在的不足,提出一种新的GSO实现算法（NRGSO）.采用5个300维和7个30维的测试函数对NRGSO算法进行数值实验,并将其与GSO算法、微粒群优化（PSO）算法、遗传算法（GA）、进化规划（EP）、进化策略（ES）进行比较.结果表明,NRGSO算法的性能优于GSO算法;而在解决高维和多模态函数的优化问题方面,其性能优于PSO、GA、EP和ES等算法.NRGSO算法改进了群搜索优化原实现方法的不足,提高了算法的搜索性能,不仅在高维函数的优化中表现卓越,还能有效地避免陷入局部次优,并且在实际的优化问题中应用方便.     

基于RHC的航班进港排序多局部搜索GA优化算法

为解决航班进港排序难以应对动态环境下航班信息变化的问题,首先建立了一种基于滚动时域控制的机场进港航班动态排序优化模型,并将存储时域上的航班进港优化序列作为后继时域航班排序的启发信息;然后提出了一种基于滚动时域控制的多局部搜索遗传算法对问题求解,给出了一种以存储的航班优化信息为基础的种群初始化策略;针对遗传算法易陷入局部最优的不足以及单一局部搜索难以取得很好收敛效果与满意解的现状,提出的多局部搜索遗传算法,在不同时期采用不同的局部搜索策略,其中定向局部搜索根据个体、基准个体的基因结构和适应性调整最大搜索速度;最后,大量仿真实验结果证明了所提模型与算法的有效性以及算法的稳定性,并由实验结果得出了航班排序问题的相关特性结论.     

关于有限群的Coleman自同构群的一个注记

有限群G的Coleman外自同构群OutCol(G)是否为p′-群这个问题是在研究整群环的同构问题时产生的。研究结果得到了一些OutCol(G)是p′-群的充分条件。     

共振光散射法测定TPAB-碘化钾-汞（Ⅱ）体系中汞的应用研究

在十二烷基磺酸钠（SLS）存在条件下,基于KI和Hg（Ⅱ）形成[HgI4]2-络阴离子后与四丙基溴化铵（TPAB）结合形成离子缔合物使共振光散射（RLS）信号强度明显增强,建立了运用共振光散射技术测定水样中汞含量的新方法。研究了四丙基溴化铵-碘化钾-汞体系的共振光谱特征,在393nm处体系的散射光强度最大.在最佳实验条...     

开放式关联运输调度问题的研究

针对带软时间窗的开放式关联运输调度问题（ Open Incident Vehicle Routing Problem with Soft Time Windows, OIVRPSTW）,联系实际应用中连锁店超市中货物供应的车辆路径问题,介绍了粒子群算法的基本原理,采用一种非线性动态自适应调节惯性权重因子的方法,使得惯性系数会随着粒子目标值的变化而自动改变,结合混沌搜索产生初始种群的方法,设计了一种混沌粒子群优化算法。同时也设计了引入了模拟退火机制的混沌遗传算法,自适应地调整交叉概率和变异概率。并用这两种算法来对OIVRPSTW求解,然后与基本的遗传算法求解此模型的结果相比较。实例证明用混沌搜索产生初始种群的方法在求解此类开放式关联运输调度问题是可行的,能取得令人满意的效果。     

藏族大学生问题行为状况调查

研究采用《青少年问题行为问卷》对1300名西藏自治区高校的藏汉族大学生进行问卷调查,了解藏族大学生问题行为状况。结果发现:(1)藏汉族大学生的学业适应不良得分最高,其次是考试焦虑和问题行为总分,违纪维度得分最低。(2)藏汉大学生在攻击行为、退缩和考试焦虑维度上存在差异,男女藏族学生在学业适应不良、攻击行为和违纪三个维度上存在显著差异。(3)藏族大学生的问题行为的部分维度在年级、专业和父母文化程度及不同出生地上存在显著差异。     

局域世界网络上流行病传播的动态行为研究

将SIS（Susceptible-Infective-Susceptible）疾病传播模型应用到局域世界复杂网络上,通过理论分析和数值仿真,详细研究了不同的SIS模型参数（传染率、治愈率）以及局域世界的大小（M）对疾病传播动态行为的影响,根据仿真研究和分析的结果提出了一些可行的控制策略.     

遗传大洪水演算法求解多维背包问题

由于遗传算法具有较强的全局搜索能力,但在实际应用中容易产生早熟收敛现象,且进化后期搜索效率较低,而大洪水演算法是求解组合优化问题的独特算法,结合两者的优点,形成基于遗传算法的大洪水演算法（Genetic Great Deluge Algorithm,GGDA）,然后应用该混合算法求解不同规模的多维背包问题（Multidimensional Knapsack Problem,MKP）,求解结果表明提出的算法是简单有效的,优于标准遗传算法和大洪水演算法。     

流密码中伪随机序列发生器的构造与应用

伪随机序列的性质和构造是流密码中的研究重点。针对m-序列的线性复杂度较低而存在被破译的可能性,提出了一种改进的非线性伪随机发生器。经统计实验分析,该伪随机序列生成的密钥流具有较高的线性复杂度和良好的密码学特性。     

更昔洛韦在SDBS胶束中的电化学行为及其电化学测定方法

以碳糊电极（CPE）为工作电极,在BR（Britton-Robinson Buffer）中用循环伏安法研究了更昔洛韦（GCV）在十二烷基苯磺酸钠（SDBS）胶束体系中的电化学行为,并以此建立了一种GCV电化学定量分析方法．用差分脉冲伏安法（DPV）,在优化的测试条件下测得GCV氧化峰电流与其浓度在2．0×10^-7～2．0×10^-4mol／L范围内呈良好的线性关系,检出限为2．8×10^-8mol／L．该方法灵敏准确,用于GCV含量测定,结果令人满意．     

Sm2O3掺杂Ce2O3的加入量对YBa2Cu3O7-δ界面性能的影响

固体氧化物燃料电池(SOFC)具有稳定性高、寿命长、污染低等优点,是二十一世纪的绿色能源之一。当前SOFC阴极通常采用掺杂的ABO3钙钛矿型材料。这类材料在高温下具有较高的导电率和催化活性,但中温化是SOFC的趋势,高温下常用的La(Sr)MnO3阴极材料在中温下性能下降,不能满足中温下电导率的要求。本论文尝试采用柠檬酸燃烧法来制备YBa2Cu3O7-δ,并在YBCO中加入一定量的Sm2O3掺杂的Ce2O3(SDC)作为SOFC的阴极材料,通过对阻抗分析,研究了SDC掺杂量、烧结温度等对该阴极材料性能的影响。实验结果表明:随着SDC的掺杂量x(0≤x≤50%)和烧结温度的升高,阴极材料的界面阻抗减小。在SDC的掺杂量为50%时,且在800℃下烧结得到的烧结体界面阻抗最小,其界面比电阻仅为0.1353ohm/cm2(800℃),这标志着掺杂SDC的YBCO作为中温固体氧化物燃料电池的阴极材料时非常具有发展前景的。     

堵塞恢复时间服从标准正态分布的旅行者问题策略研究

针对旅行者在行走过程中遇到的某一或一系列无法预知堵塞事件的加拿大旅行者问题,考虑每个堵塞恢复时间是一个相互独立随机变量的情形,从在线问题与竞争策略的角度,给出了每个堵塞恢复时间都为标准正态分布下的等待策略和贪婪策略以及相应策略下的竞争比,并对两种策略的执行效果进行了分析和比较．