多目标最优化技术在刨床设计中的应用

将多目标最优化技术中的分层序列法应用于机械刨床设计的步骤是：先建立寻优数学模型，找出设计变量、目标函数和约束条件，通过迭代得到最优解。利用此方法进行设计，关键在于将各分目标函数按其重要程度排序，逐次求出最优解，既简化了求解过程，又保证了求解精度，本文用设计实例说明设计的全部过程，与其他方法相比，设计的刨床传动结构更为紧凑和精确，具有很高的实用价值。     

基于一种新的γ-扩张凹极小化问题的割平面算法

首先,介绍凹极小化问题的有关内容及割平面算法的思想.然后,给出一种变上限函数积分法,并利用该积分法来求解凹极小化过程中γ-扩张的γ数.新算法在有限步内得到原问题的一个近似最优解,且算法的近似最优解为全局最优解.最后,通过数值试验证明了新算法是可行有效的。     

同顺序排序问题近似最优解调优法的探讨

为了解决传统的同顺序m×n排序问题近似最优解解法优化程度不高这一问题,提出了近似最优解调优法。利用线路条数法及均衡原理在近似最优解排序方案上进行调优,通常可缩短关键线路的长度,提高优化程度,而且在多数情况非常接近最优解。该方法从图论和概率角度证明效果良好。     

一个强非线性振子的牛顿谐波平衡解

应用牛顿谐波平衡法求解一个具有有理式恢复力的非线性振子的近似频率和近似周期解.这种方法先用牛顿法将非线性方程线性化再用谐波平衡法求解,这样避免直接使用谐波平衡法时需要求解非常复杂的非线性代数方程组.用这种方法可以容易得到高阶近似角频率和近似周期解的显式表达式,这些近似解对小振幅和大振幅的非线性振动问题都有效.当振幅很大时,一阶近似角频率与精确角频率的百分比误差为7.845%,而二阶近似角频率与精确角频率的百分比误差为2.636%.与数值方法给出的"精确"周期解比较,二阶近似解析周期解比一阶近似解析周期解要精确的多.     

基于实数编码的遗传算法拟合驰豫曲线

介绍了遗传算法的原理和求解方法。将实数编码的遗传算法用于驰豫曲线的拟合，在利用残数法求得解的基础上确定了各参数的变化区间，在Matlab语言环境下实现了该算法，并与残数法的结果相比较，数值结果表明，遗传算法简单、准确，能更好地实现最优拟合。     

小线段高速加工速度衔接数学模型

以直线加减速为例，导出了衔接进给速度的全部约束条件，建立了小线段高速加工速度衔接数学模型．以进给速度最大为目标，提出了一种求解衔接进给速度近似最优解的新方法．该方法以给定的最大预处理段数为条件，能够根据小线段路径的具体形状和长短，在指定的最大预处理段范围内寻找最优解．仿真结果表明，本数学模型和求解方法能实现进给速度的高速衔接，从而大大提高加工效率．     

一种超松弛的最优传输近似点算法

【目的】最优传输在实际应用中通常使用Sinkhorn算法求解熵正则化形式得到近似解,考虑Sinkhorn算法的效果容易受熵正则化参数影响,且难以收敛到最终精确解,提出了一种超松弛形式的近似点算法。【方法】针对原最优传输的近似点算法,为其中传输计划的迭代计算引入超松弛算子,并给出了超松弛参数计算方法。【结果】在保持算法对正则化参数具有鲁棒性及可收敛至精确解的优点的同时,所提算法能更快地收敛至精确解。【结论】数值实验表明,相较于原近似点算法,所提算法进一步提升了收敛速度,在有限的迭代步骤下能够达到更高精度,算法可更好地应用于机器学习。     

运输问题用检验数判别最优解的注记

求解运输问题的表上作业法中一般用检验数判别可行解是否为最优解,但此方法并不适用于判别非基本最优解和部分基本最优解.     

蒙特卡罗法在机械可靠性中的应用

蒙特卡罗法是通过随机变量的统计试验或随机模拟,求解数学、物理和工程技术问题的近似解的数值方法,用传统的数值计算方法求解可靠性中函数的分布以及分布参数时要计算多种积分,导致问题复杂不易求解,通过蒙特卡罗法的数值近似随机求解可大大简化这类问题的求解。本文通过求解强度分布、分析可靠度等例子说明蒙特卡罗法在机械可靠性中的应用。     

非线性规划最优潮流的可变容差法

针对非线性规划最优潮流的通用数学模型，提出了基于可变容差法模型的求解方法，该方法利用可变容差法的数值搜索优化机制，能较好地获得最优解．实例计算表明，与现有模型求解方法相比，可变容差法具有较好的寻优效果，可以作为非线性规划最优潮流的一种补充方法。     

面向作业车间调度问题的遗传算法改进

为了获得遗传算法在作业车间调度问题上的最优化解,提高算法的迭代速度,研究了遗传算法的改进方法,以工件的加工时间最短为目标建立调度模型。在算法上提出了基于概率改进的具有自适应能力的交叉与变异算子,以求作业车间调度问题的最优解。在遗传算法上采用精英保留策略方法,并结合改进的自适应算子对问题进行求解。以基准案例LA01和FT06作为实验仿真对象,获得了相应的甘特图以及搜索过程曲线。仿真结果表明,与未改进的算法相比,该算法能够更加快速地获得最优解。改进后的算法在搜索上更加快速有效,在求解作业车间调度问题上具有一定的可行性,更加适合工业加工生产。     

退化条件下的工期指派的单机排序问题

研究退化条件下的工期指派的单机排序问题。每个工件均有一个关于工期的连续非减的惩罚函数。工件的加工时间是退化的,即工件的加工时间是其开始加工时间的一个线性增函数,所有工件都有一个相同的退化率。目标是确定工件的最优加工顺序、最优工期和最优开始加工时间,使总工期、误工工件数及总完工时间之和最小。工件在工期之后完成则称为误工工件,工件在工期之前完成则是提前工件。工期指派分两种情况,一种是所有的工件工期都相等,另一种是不同的工件有不同的工期。对于上述两种情况分别给出了最优解的3个性质,并且证明了这个问题是多项式时间可解的。     

线路条数法在m×n流水型排序问题中运用的探讨

传统的m×n流水型排序问题近似最优解解法只是给出一个方案而已,没有考虑进一步调优,因此影响优化程度。为了解决这一问题,提出了调优线路条数法。该方法简单适用,便于掌握,优化程度高,而且在多数情况下比较容易得到最优解。     

优化设计中的拟网格原理(Ⅱ)

建立了拟直接网格优化法,导出了评估该法计算量的公式,从而为避免当维数n较大时网格法所存在的组合爆炸问题提供了一个可行途径。实例计算证明,拟直接网格法特别适用于复杂结构的优化设计计算,并能在大幅度减少计算量的同时找到近似的全局最优方案。     

硫酸法钛白石膏的纯化工艺研究

钛白石膏中铁的存在是影响其使用性能的主要因素,分别使用萃取剂P507的萃取法和溶液中加入丙酮的溶解度法来除铁,结果表明:P507在溶液温度为25℃,相比A/O=2/1,体积分数30%,平衡时间45min时铁的去除率只能达63.97%左右。丙酮法操作简单,可以得到纯白的钛白石膏。因此,可作为钛白石膏除铁的主要方法。     

基于企业管理新型激励模型的探讨

将经典的激励理论双因素论与期望理论有机地进行了整合，提出了一个新的激励模型，着重强调了激励员工的三大要素，即工作的成就感与挑战性、员工对工作的期望以及工作自身的实际可行性。阐明了该三大要素对员工激励效果的作用及影响，表明企业应针对员工的类型采取不同的激励方式。还指明了企业激励员工的方向,即以内在激励为主，外在激励服务于内在激励，并在此基础上提出了行之有效的企业员工激励方法，对企业管理活动具有一定的指导意义。     

带有恶化和拒绝的工期指派的单机排序问题

讨论带有恶化和拒绝工件的工期指派的单机排序问题。工件的实际加工时间是其开始加工时间的线性增函数。如果工件被拒绝,则有一个惩罚费用,否则工件被加工。每个工件都要确定一个工期,文章讨论的工期指派分为CON(共同工期指派)和SLK(相同松弛工期指派)两种情况。对于CON工期指派问题,其目的是确定最优公共工期及工件的加工顺序,使工期、提前、延误和拒绝的总费用最小。将该问题归结为一系列指派问题,从而得到了一个复杂性为O(n4)的算法来求解此问题。对于SLK工期指派问题,目的是确定最优的松弛量及工件的加工顺序,使松弛、提前、延误和拒绝的总费用最小。将其归结为一系列指派问题,给出了求解此问题的多项式时间的最优算法。     

宽容交货加权超前延误单机排序问题

该文研究下述宽容交货加权超前延误排序问题:n个工件具有一共同的宽容交货期,任一工件在宽容交货期内完工不受罚,超前或延误则受罚,惩罚系数依赖于工件.排序目标是找一个最优序和最优宽容交货区间位置使最小化加权超前延误惩罚之和.证明它是NP-Completeness的,并给出一伪多项式算法,从而获知所研究问题是一般意义下NP-Completeness的,也使该类问题的复杂性界限更清楚.     

关于新疆少数民族大学生就业问题的思考

针对当前新疆少数民族大学毕业生就业难的问题,提出了促进新疆少数民族大学生就业的策略。指出解决就业问题的根本途径是大力发展地方经济,提供更多就业岗位。提高人才培养质量是解决就业问题的前提条件。高校要根据人才市场的需求,及时优化人才培养方案和人才培养规格,要做好就业宣传工作,加强就业问题的研究。毕业生要解放思想,转变就业观念。     

一种基于遗传优化的路由控制策略

遗传算法是通过模拟自然进化过程有效解决最优化问题的计算模型,在实际操作中得到广泛应用.但由于遗传算法的选择策略使每一代的优良个体大量的遗传到下一代,且适应度函数设定的差异,使最优个体很快充斥整个群体,缺少物种多样性,导致算法很快收敛于局部最优解,达不到全局优化.针对遗传算法存在的这一问题,结合禁忌搜索算法能够禁忌搜寻过的最优解而引入裂解、增加种群多样性的特性,提出了一种基于遗传优化的路由控制策略.该策略将遗传算法得到的最优解作为禁忌搜索的初始解,提出将染色体模版作为禁忌对象,并以此模版为基础建立邻域的方案.仿真实验表明,该策略能够有效的抑制遗传算法过早收敛的问题,减少了全局能量的消耗,从而延长了网络生命周期.