不规则波导本征值的边界元解

应用边界元法求解不规则波导的本征值,给出了混合元计算的Ｈ和Ｇ矩阵的计算公式,并通过算例验证了算法的正确性     

弹性需求下的双向混合交通需求预测组合模型

基于我国城市道路双向混合行驶现状及实际交通网络的运行特点,借助Logit路径选择模型,建立弹性需求下双向混合交通需求预测组合模型.证明了模型的一阶条件等价性,给出其具体的求解算法并用算例说明该模型是有效的.     

混合约束最优化问题的复合形解法

提出并讨论了联合应用复合形法和消元法求解可行域比较时形的混合约束最优化问题的方法,论证了这一方法的可行性,给出了相应的算法和程序框图,并用算例验证了该算法的收敛性．     

非线性反应扩散问题两网格混合有限元法的数值分析

对于一类非线性反应扩散问题,给出了一种两网格混合有限元解法.首先在粗网格上求解非线性方程组,然后在细网格上采用了牛顿迭代求解.从数值分析的角度对两网格混合有限元算法进行了研究.数值算例结果表明,与混合有限元方法相比,两网格混合有限元方法在不降低解的精度阶数的条件下,提高了计算速度.     

混合交通的出行分布与随机用户平衡双层规划模型

文章针对混合交通,考虑到实际交通网络中OD需求与整个路网的变化状况有关,建立了出行分布和交通分配的双层规划模型。并给出循环优化分配算法并用简单的算例证明了算法的可行性。     

混合整数两层线性规划的一个代理约束方法

本文介绍了混合整数两层线性规划问题，引入代理约束，构造计算简单的定界函数，提出一个分支定界算法，并给出算例说明算法是有效的。     

摩擦接触问题的一种非光滑算法

接触问题是一个多重非线性问题,难以转化为经典的光滑模型进行求解,运用非光滑分析的理论与算法研究有摩擦的接触问题,给出了二维摩擦接触问题的一种非光滑方程组模型及算法,并给出了算例.该算法未引入任何人工变量,列式简单,计算量小,实际算例及随机算例也表明了算法的有效性.     

混合粒子群算法求解多维背包问题

提出了一种求解多维0-1背包问题的混合粒子群算法,算法使用了两个主要的思想策略,即依据物品单位容积价值的高低选择物品的贪婪策略和基于二进制编码的粒子群算法.用提出的算法,对55个测试算例进行了测试,得到了全部算例的最优解.测试结果表明,提出的混合粒子群算法求解多维0-1背包问题,计算结果的优度高,时间短,是求解此问题的有效算法.     

解非线性最小二乘问题的混合算法

对非线性最小二乘问题进行了研究，提出了一个新的混合算法，并给出在一定条件下算法具有超线性收敛性的结论．对目前众多标准数值算例进行了计算，表明该算法具有较好的数值结果     

一类非线性二层规划的平衡点算法

给出了求解一类非线性二层规划的平衡点算法,并给出算例.     

机床主轴动态特性优化设计的遗传算法实现

机床主轴的动态特性设计可归结为特征值反问题的求解。研究了基于神经网络和遗传算法机床主轴动态特性结构优化设计的求解方法。计算结果及分析表明它是求解一切特征值反问题的有效方法。     

基于遗传算法的公路网络设计的双层优化模型

针对现行公路网规划中存在的主观随意性和网络设计模型的缺陷,提出一种基于遗传算法的公路网络设计的双层优化模型,可一次性求出路段的技术等级与车道数,并利用一个简单的算例进行了仿真试验,结果表明,该模型与算法效果良好,具有较好的应用前景.     

管网改造布局和参数的交互式整体优化方法

本文建立了供水管网改造布局和参数优化设计问题的数学模型.利用交互式的思想和分枝-定界法的基本原理,提出了一种求解该问题的交互式整体优化方法.仿真结果表明该方法对解决我国管网改造的设计问题是有效的.     

求解离散网络平衡设计问题的遗传算法

针对离散网络平衡设计二层规划模型,提出了一种新的求解算法,对上层问题采用遗传算法,而对下层问题采用平衡交通分配的Frank-Wolf算法.数值试验结果表明:该算法是有效的.能够较快地求解这类网络平衡设计二层规划模型.     

基于网络优化的交通网络设计研究

针对交通网络设计问题,首先定义了赋权二分图的单边控制集问题,给出了相应的算法;然后将上述算法和割集遍历算法相结合,构建了基于网络优化思想的两个启发式算法,并对两个算法进行了比较分析,证明了算法Ⅱ可在有限步终止.最后通过算例验证了两个算法的有效性.     

基于连通可靠性的城市道路交通离散网络设计问题

研究基于网络结构的城市道路可靠性对于保障大型灾害或事故后道路的连通有着重要的意义。通过合理设计网络结构可以有效降低这种灾害或事故对道路网络造成的严重影响。连通可靠性是研究网络结构的有效指标，这里将其作为系统的优化目标建立了基于连通可靠性的城市道路交通网络设计模型，并运用分支定界法对其求解。通过大型算例验证了所建模型的合理性和求解算法的有效性。     

基于改进免疫算法的两级径向基函数网络学习方法

结合改进的免疫算法和最小二乘法，提出了一种设计径向基函数(RBF)网络的两级学习方法。该方法利用免疫算法确定RBF网络隐层的非线性参数，能够有效克服进化算法的未成熟收敛现象。改进的免疫算法针对RBF网络的特点，采用基于矢量距离的亲和度计算方法，克服了原有基于信息熵计算方法存在的计算复杂、参数难于确定的缺陷。将这种方法设计的RBF网络用于Mackey-Glass混沌序列预测的仿真实验证明了该方法的有效性。     

食物链算法及其在分销网络优化中的应用

根据人工生命突现集群及其对环境进行动态作用的特点,即人工生命个体间微观的相互作用将在整个人工生命系统中产生突现集群的现象,同时食物链也是生命系统中重要而又有广泛存在的现象,通过定义各级人工生命的局部活动规则,提出一种具有食物链形式的人工生命算法,并称之为食物链算法.把食物链算法应用于选址-分配问题的求解,优化设计分销网络结构并最小化供应链成本.该算法取得了较好的解,可以作为企业分销渠道设计的参考,也可应用于物流、电子商务中的优化问题.     

贪心算法——一种电力系统数据通信网优化设计的方法

本文提出用贪心算法解决电力系统数据通信网的设计问题。讨论了两个问题:第一个是受容量约束的集中器位置问题;第二个是终端布局问题。用二次贪心算法求解,可获得比较理想的结果。     

递阶进化算法的小波网络在设备状态预测中的应用

为改善小波网络的学习和逼近性能 ,基于递阶结构染色体提出了递阶进化算法用以实现小波网络的设计和训练。该算法采用包含控制级基因和参数级基因的递阶结构的染色体 ,分别对网络结构和网络参数进行编码 ,并根据编码特点将遗传算法与进化规划结合进行进化操作 ,可实现同时对网络结构与网络参数进行进化设计和学习训练。该算法不仅克服了梯度下降算法中的局部极小和网络训练不收敛问题 ,也使网络结构更优 ,从而提高了网络训练效率和网络的工作性能。就函数逼近问题和水轮机组的状态预测问题进行了事例研究 ,验证了所提出的算法的优越性和可行性