多目标多阶段决策问题最优化方法及应用

本文提出了可行状态点,可行边和可行策略等概念,建立了一种新的解决多目标多阶段决策问题的方法,介绍了这一方法的应用实例:     

生料配料系统的回归-校正控制方法研究

针对通常生料配料系统所出现的问题,提出了对生料配料过程进行多目标综合控制的基本思想,在这一基础上,给出了控制生料饱和参数、生料成分的系统控制结构,并着重论述了饱和系数回归分析与回归控制及成分校正控制的原理、模型与方法。     

多重正关联BCK—代数

引进了多重正关联ＢＣＫ－代数，并讨论了它的一些性质，从而使上正关联ＢＣＫ－代数与ｎ级正关联ＢＣＫ－代数得到真正的推广。     

矩阵序列与多重线性多项式

引入矩阵序列的概念，研究了一般环上矩阵环的多重线性多项式。     

约束条件下直动凸轮机构最佳偏距的程序优化

在直动从动件盘形凸轮的设计中，减少推程压力角可改善凸轮的受力条件，适当的偏置可以减少压力角。本文通过计算机设计方法来确定具有最小凸轮机构尺寸时的最佳偏距。     

线性分式规划的多项式算法

Charnes—Cooper提出了一种线性分式规划的算法。本文在此基础上证明了线性分式规划与一种特定的线性规划等价。将Karmarkar算法用于该线性规划,我们得到了线性分式规划的多项式算法。     

Petri网系统的可达性分析

对Petri网系统的可达性问题做了综合性的阐述和分析, 提出了利用能量优化方法来解决可达性问题的方法, 并在此基础上结合计算代数方法和神经计算模型对可达性问题做了进一步的研究. 主要工作包括 1.给出了Petri网到线性空间的映射规则及其可达性的等价性定理; 2.建立了能量优化模型, 将可达性判断化为优化问题; 3.用神经网络来求解能量优化模型; 4. 最后综合了计算代数方法和能量优化模型的优点给出一个基于计算代数和神经计算的方法. 作者提出了一种利用基于硬件的大规模并行的神经计算来代替基于软件的串行的数字计算的可达性判断的解决方案.     

改进QDPSO算法在BP网络训练中的应用

QDPSO（Quantum Delta-Potential-Well-based Particle Swarm Optimization）算法是基于量子空间的粒子群算法，对QDPSO算法进行了改进，结合Iris分类问题，应用到BP网络的权值优化中，并和基于标准PSO算法的方法进行了比较。实验结果表明：该算法性能优于所比较的两种算法，并且具有良好的收敛性和稳定性。     

试论新时期反腐力度与反腐目标

研究新时期反腐败力度有助于我们正确评价当前腐败现状和反腐形势，了解反腐工作的成绩和不足，制定更加行之有效的反腐策略，从而更好地扼制腐败。当前，从反腐强度和反腐深度来看，从各种反腐策略的运用所达到的反腐目标的程度来看，新时期反腐已达到了一定的程度，但与反腐目标的实现相比，仍不足，需要进一步加强。