对EHMO方法的改进

在Anderson改进后的EHMO方法基础上,进一步考虑分子中电子间的相互作用,引入新参数代替求对角矩阵元H_(ij)所用的价轨道电离势并政变求H_(ij)所用的常数K值,使以总能量为依据的分子构型优化结果更符合实验值。     

基于两级扫描线优化的快速立体匹配算法

通过引入视差梯度理论,提出了一种弱连续性约束,它表示相邻点的视差变化总在一定的范围之内.同时引入了一种两级扫描线优化方法,它从水平和垂直两方向进行扫描线优化.最后把弱连续性约束与两级扫描线优化方法结合起来得到一种快速立体匹配方法.通过对比实验表明,与未加入弱连续性约束的两级扫描线优化算法相比,所提算法计算量更少,同时减轻了同纹理区域的匹配不确定性;与传统一维扫描线优化算法相比,该算法具有更高的匹配准确性并解决了扫描线间的不连续性.     

设计优化可视化研究综述

现代设计优化技术日益复杂,可视化技术的引入对促进优化技术在工程中的普及与应用,提高设计质量与优化效率具有重要意义.首先分析了设计优化中存在的未知因素多、求解不透明,优化效率低、结果分析不直观等问题,阐述了设计优化可视化概念,综述了国内外研究现状及发展趋势,建立了设计优化可视化功能框架,分析了设计优化可视化系统实现的技术难点,论述了综合应用多种可视化方法,多角度解决问题的技术策略.     

A Research on Path Optimization for Business Structure of Chinese Investment Banks

Chinese investment banks, as a part of the financial market, play an important role in the development of the national economy. With the development of financial market after China＇s entry into WTO, the investment banks confront with immensely international competition. Meanwhile, Chinese investment banks are facing with problems such as elementary business structure, small capitalization and faultiness of governance, which lead to their less competitive power. This article conducts research from the perspective of path optimization of business structure of investment banks. Through economic analysis of path optimization of business structure, we conclude path optimization of business structure of domestic investment banks will lay a solid foundation for enhancing their competitive power. Whereafter this article constructs optimized path for business structure of Chinese investment banks and analyzes the influence factors of the optimized path. At last, this article advises on how to enhance the business structure of Chinese investment banks.     

成年斑胸草雀弓状皮质栎核投射神经元电生理特性的性别差异

利用离体脑片膜片钳技术检测RA投射神经元电生理活动的主动和被动特性，对其性别差异进行探讨.结果发现鸣禽RA投射神经元电生理特性在发放频率和诱发动作电位幅值方面存在明显的性别差异.     

基于主从结构的遗传算法研究

提出一种主-从结构的遗传算法。算法中,主级为全局搜索染色体;从级为局部邻域搜索染色体。通过主-从协调机制和从级转换函数设计,使算法不依赖复杂的编码方式和复杂的遗传算子进行全局精确搜索。通过仿真和比较实验,验证了算法的有效性。     

Adaptive immune-genetic algorithm for global optimization to multivariable function

An adaptive immune-genetic algorithm(AIGA)is proposed to avoid premature convergence and guarantee the diversity of the population.Rapid immune response (secondary response),adaptive mutation and density operators in the AIGA are emphatically designed to improve the searching ability,greatly increase the converging speed,and decrease locating the local maxima due to the premature convergence.The simulation results obtained from the global optimization to four multivariable and multi-extreme functions show that AIGA converges rapidly,guarantees the diversity,stability and good searching ability.     

用于连续域优化的蚁群算法及其收敛性研究

蚁群算法作为一种新的智能计算模式,由于其离散性本质而在组合优化问题上取得巨大成功,但这也限制了它在连续问题求解中的应用.为此,提出一种用于连续域寻优的改进蚁群算法.算法的局部搜索基于解决离散问题的经典蚁群优化思想,全局搜索利用Ant Walk和Ant Diffusion技术, 且每代寻优结束后均采用"精英策略"把本代最优个体保留到下一代中.最后在理论上对其进行了收敛性分析,证明可较快地收敛到全局最优解,并用几个基准函数对算法做了仿真测试,均取得良好效果.     

遗传算法优化(MgO)n团簇(n=2～20)结构

基于经验势，利用遗传算法研究了中性氧化镁（MgO）n团簇（n=2～20）的稳定结构．当n=3，6，9，12，15，18时，（MgO）n团簇具有幻数结构．对这些幻数结构的不同稳定异构体在Me2／6—31G水平上进行优化，并对稳定结构的特征及其随尺寸变化的规律进行了分析．同时，优化了带负电的（MgO）n^-（n≤6）团簇的结构，分析了额外负电子对团簇结构的影响．     

基于微分进化算子的量子粒子群优化算法及应用

分析了量子粒子群优化算法(Quantum-behaved Particle Swarm Optimization,QPSO)的进化方程,指出其存在的局部收敛问题,通过将微分进化(Differential Evolution,DE)的基本操作思想引入到QPSO中,提出了改进的QPSO算法(QPSO-DE);算法改进的方法是在粒子搜索过程中,以一定的概率对粒子的每一维执行微分进化操作,以增加粒子的随机性,从而减少了粒子群体因多样性缺失而易于陷入局部最优或停滞的情况,增强了粒子群体的搜索能力,提高了算法的优化性能;对多个标准测试函数及在IIR数字滤波器优化设计中的仿真实验结果表明,与PSO算法和QPSO算法相比,QPSO-DE算法能够取得更好的优化结果。