有益微生物在暗尾东方鲀养殖中应用的研究

研究结果表明噬菌蛭弧菌和光合细菌结合使用对暗尾东方鲀养殖环境具有明显的改善作用,并能有效提高暗尾东方鲀的成活率,对暗尾东方鲀也有一定的促生长作用.25 d后实验组比对照组池塘中的细菌总数少2个数量级,70 d后实验组比对照组池塘中的细菌总数少3个数量级;25 d后对照组COD为6.45 mg/L,使用噬菌蛭弧菌浓度为3、5、10 mL/m3及光合细菌皆为5 mL/m3,实验组的COD分别为4.66、4.46、4.38 mg/L;25 d后对照组NH3-N为0.53 mg/L,使用噬菌蛭弧菌浓度为3、5、10 mL/m3及光合细菌皆为5 mL/m3,实验组的NH3-N分别为0.38、0.35、0.34 mg/L;90 d后对照组NH3-N为0.52 mg/L,使用噬菌蛭弧菌浓度为3、5、10 mL/m3及光合细菌皆为5 mL/m3,实验组的NH3-N分别为0.25、0.23、0.22 mg/L;25 d后对照组硫化物为0.018 mg/L,使用噬菌蛭弧菌浓度为3、5、10 mL/m3及光合细菌皆为5 mL/m3,实验组的NH3-N分别为0.014、0.012、0.010 mg/L,90 d后对照组硫化物为0.018 mg/L,使用噬菌蛭弧菌浓度为3、5、10 mL/m3及光合细菌皆为5 mL/m3,实验组的硫化物分别为0.009、0.008、0.007 mg/L.使用噬菌蛭弧菌浓度为3、5、10 mL/m3及光合细菌皆为5 mL/m3,实验组暗尾东方鲀的成活率分别比对照组提高3.3%、7.6%、7.4%;使用噬菌蛭弧菌浓度为3、5、10 mL/m3及光合细菌皆为5 mL/m3,实验组暗尾东方鲀分别比对照组平均净增长12、17、15 g.     

基于遗传算法的人工神经网络优化设计

提出遗传算法新的编码方案，用于全局优化神经网络拓扑结构和权值参数，解决了神经网络拓扑结构的难确定性和权值训练的长时性问题，并且在遗传操作中采用自适应代沟的替代策略，改善其求解效率，获得了良好的优化结果。通过仿真实验显示了该算法的快速性和有效性。     

一类浮游生物植化相克抛物方程

研究2种群竞争抑制系统，利用上下解的方法给出了抛物方程组解的存在性和惟一性的证明，讨论对应常微分方程组平衡解的全局稳定性。给出相应椭圆系统的Harnack不等式．并通过构造Lyapunov泛函说明在种群内部竞争激烈或扩散系数足够大的条件下，其对应的椭圆系统没有非常数解．     

二阶时滞的双向联想记忆神经网络的稳定性分析

讨论了二阶时滞的双向联想记忆神经网络平衡点的全局稳定性,利用Lyapunov函数和不等式技巧得到了网络平衡点的全局渐近稳定和全局指数稳定的几个充分条件.     

非线性l1 问题的光滑近似算法

利用“ ”函数的光滑近似函数和无约束优化方法给出非线性l1的一种算法．在适当的假设下，算法是全局收敛的．初步的数值试验结果表明算法的有效性．     

R(o)ssler超混沌系统的参数辨析与同步研究

首先给出两种方法实现对四维罗斯勒超混沌系统未知参数的准确快速辨析，第一种方法通过将系统反馈控制到任意不动点，求解平衡点的方程得到未知参数辨析的数学表达式；第二种方法基于稳定性理论，通过构造参数观测器，设定恰当的初始值，解析地给出基于参数观测器的表达式，数值计算表明两种方法都很有效。基于线性化误差理论，求解误差演化的雅克比矩阵的特征值，解析地获得相位同步和全局同步控制器的表达式，详细分析了雅克比矩阵为零对应相同步问题，数值计算与理论分析一致。     

两层非线性规划问题的并行模拟退火全局优化

两层非线性规划问题的非凸性和非可微性给全局最优解的求解带来了较大的困难，目前还缺乏成熟的全局优化策略，同时其易并行计算特性未得到重视。提出了基于模拟退火算法的两层非线性规划问题的并行全局优化策略。融合单纯形法和模拟退火算法设计了一种并行模拟退火算法，用来求解上层问题，用精确惩罚函数处理约束。下层的非线性规划问题则采用可变容差单纯形算法完成求解。所设计的组合算法有效地结合了两层非线性规划问题的易并行性，便于实现网络并行计算。计算表明算法有着可靠的全局收敛性和较高的收敛速度。     

组合式全局寻优算法研究

分析了当前用于连续变量全局优化的各种智能算法的特点，指出他们互相融合发展的趋势，提出了一种体现大融合思想的组合式全局寻优算法，将目前各种智能优化算法有机组合在一起，使它们能够共享优化信息，协同寻优，从而形成最丰富的寻优机制，达到最强的全局寻优能力。最后用一个算例验证了该算法的有效性。     

混合粒子群算法在高维复杂函数寻优中的应用

针对粒子群算法应用于复杂函数优化时可能出现过早收敛于局部最优解的情况,提出了一种改进的算法结构。通过构造单个粒子的最优序列代替单一的进化方向和类似于蚁群算法信息素表的选择机制,保留了粒子的多种进化可能方向,提高了粒子间的多样性差异,从而改善算法能力。算法同时设计了最优序列的加入规则和基于粒子群聚度的最优序列动态长度控制方法。改进后的混合粒子群算法保证了算法拥有更强的搜索能力,也保留了粒子群算法高效优化的特点。仿真实验证明,混合粒子群方法相对传统方法而言具有明显的精度优势。     

一种改进的连续变量全局优化模拟退火算法

在连续变量的全局优化问题求解中,提出了一种改进的模拟退火算法.该算法提出了一种自适应的函数变换方法,解决了模拟退火算法中较难处理的初始温度问题,使初始温度与具体应用问题无关;结合成功-失败法和变尺度方法,提出了有效偏移量的概念,改进了解的产生方式;提出了一种以相对精度为基础的结束准则,较好地解决了计算效率和计算精度的平衡,提高了算法的效率和通用性.数值测试算例验证了本文的改进模拟退火算法的可行性和高效性.