公司对外担保的决策机关章程记载缺位问题研究

现行《公司法》赋予公司章程享有决定公司是否可以对外担保的权利和选择公司对外担保决策机关的权利。然而往往事与愿违,在现实生活中经常出现公司章程就公司担保问题没有做出任何规定。为更好地解决这一经常性的实践问题,文章通过对股东会与董事会的职权进行分析,以期得出一些有益的解决思路,来帮助确定公司章程记载缺位时对外担保的决策机关。     

基于粒子多样性研究的改进PSO算法

从研究粒子群多样性影响PSO算法最优适应值进化的角度出发,结合目前已取得的惯性权值非线性动态自适应调节的研究成果,给出了一种带"精英集团"策略和变异操作的改进PSO算法.对几个高维典型函数的最优化解的测试结果表明,改进算法同时具备较强的全局探索能力和局部开发能力,能够在保证算法较快收敛的前提下,有效地提高最优化解的精度.     

实验数据处理程序的设计与开发

应用数理统计原理，给出均值和方差点估计、均值区间估计、统计检验、过失数据剔除的计算程序框图，并应用FORTRAN语言实现程序的运行，最后结合实例给出运算结果。     

基于粒子群算法的地磁匹配航迹规划

针对无人机地磁匹配航迹规划问题,提出了一种基于粒子群优化算法的航迹规划方法.借鉴稀疏A-Star搜索算法的思想,将约束条件结合到搜索方法中,给出了基于地磁网格图的航迹节点扩展方法.结合无人机的机动性能约束和地磁匹配的自身特点,设计了一种适用于地磁匹配的航迹性能评价函数作为粒子群的适应度函数.仿真实验的结果表明:生成的航迹能够满足地磁匹配导航要求,且具有威胁规避的能力.最后,针对只在中制导段采用地磁匹配的情况提出了初步的解决方案,保证无人机顺利进入地磁匹配航迹段.     

非线性模型预测控制的智能算法综述

从非线性模型预测控制的预测模型建模和最优化问题求解两方面入手,介绍了近年来基于智能模型和智能优化算法的非线性系统预测控制方法,并对各种算法的特征进行了总结评述,指出了智能非线性预测控制方法存在的问题和未来的发展方向。     

求解约束优化的模拟退火PSO算法

针对有约束最优化问题，提出了基于模拟退火的粒子群优化(particle swarm optimization simulated annealing, PSO SA)算法。该算法利用模拟退火算法以一定概率接受较差点的概率突跳特性，克服粒子群优化算法易陷入局部最优的缺陷。采用可行性原则进行约束处理，并在模拟退火算法产生新粒子的过程中保留最优不可行解的信息，弥补了可行性原则处理最优点位于约束边界附近时存在的不足。4个典型工程优化设计的实验结果表明，该算法能够寻得更优的约束最优化解.