有效微观状态数与系综变换

首先提出有效微观状态数的概念，以及为出发点阐明尽管主其本质看他们都与孤立系的微观状态数的地位相当，证明了对于不同独立参量的系统，相应的有效微观状态数都扮演了特性函数的角色，于是由独立参量的各种组合会有各种有效微观状态数，从而有各种相应的系综。     

Cir X-1的时变性质

利用RXTE在不同时期的观测数据，分析了Cir X-1功率密度谱和交叉谱。功率密度谱表明，如果Cir X-1是Z源，那么所采用的数据将处于Z源的不同态，即垂直水平分支态、水平分支态、正常分支态和耀斑分态。各个态上的交叉谱显示，随着吸积率的变化，Cir X-1的交叉谱由硬向软转化，这和Cir X-1在一个完整Z形状上的时变性质一致。     

交互式计算机辅助事故树绘图研究

提出交互式计算机辅助事故树绘图新思想,同时指出这是一种新的事故树数据输入法,即图形输入法。详细讨论了数据采集过程中数据结构的采用和算法设计,不但能方便地实现计算机事故树绘图,而且在绘图的同时得到事故树的全部数据,进而可对事故树进行全部定性和定量分析,这是计算机辅助事故树分析中绘图和数据输入方法的重要补充,同时也将有益于其他类型树及图的绘制。     

判断信息为偏好序的群决策方案排序:互补判断矩阵法

应用互补判断矩阵研究判断信息为偏好序的群决策方案排序问题. 由决策群体中专家给出的方案偏好序得出互补判断矩阵:当方案间只有优先关系时,得到的是精确数互补判断矩阵;当方案间不仅有优先关系还有无差异关系时,建立精确数互补判断矩阵和区间数互补判断矩阵. 基于加性一致性,得到Condorcet效应出现的必要条件. 由互补判断矩阵建立目标规划模型,得到方案的排序. 通过算例与已有的方法比较,结果表明该方法可行.     

Frank算子在广义正交梯形模糊语言环境下的应用

基于广义正交梯形模糊语言变量及Frank T模和S模，定义了广义正交梯形模糊语言环境下的Frank T模和S模的运算规则。同时，给出了广义正交梯形模糊语言Frank加权算术平均算子、加权几何平均算子的具体表达形式，并证明了算子具有幂等性、有界性、单调性等性质。之后，将这些算子应用于属性权重已知且属性值以广义正交梯形模糊语言变量形式给出的多属性群决策问题中。最后，提出了两种不同的决策方法来处理多属性决策问题，并通过具体的示例验证了文中所提方法的正确性和可行性。     

模糊事故树分析及其应用研究

应用模糊集合理论,讨论了三角模糊数算术运算的事故树分析方法,为了适应工程实际,提出将不同模糊数转换为三角模糊数,并给出其方法,最后,给出该方法的一个应用实例。     

含界面系统的平衡稳定性研究

讨论了包含界面的两相系统的平衡稳定性。通过建立模型，根据熵增原理，得出结论，即对含界面的两相系统，例如气体中的液滴或液体中的气泡。当其界面是球冠形状时，只有当球冠的高度小于球冠半径时，系统才能处于稳定的平衡状态。     

基于遗传算法和模拟退火算法优化神经网络的铁路营业里程预测

提出应用遗传算法(GA)和模拟退火(SA)优化神经网络预测铁路营业里程.采用3层前馈神经网络实现铁路营业里程的时间序列预测,输入节点数为5,隐层节点数为8,输出节点数为1.对神经网络的连接权重和节点阈值的确定,采用GA和SA算法相结合的混合优化学习策略.两种算法结合时,SA算法处于外层,GA处于内层.GA采用实数编码,把要确定的神经网络节点连接权重和节点阈值作为基因串.数值计算结果表明混合优化的神经网络的学习速度和精度都比单纯BP算法得出的结果好.因此,用GA-SA混合优化的神经网络预测铁路营业里程是可行的.     

具有风险厌恶型决策者的有限阶段马尔可夫决策过程

【目的】在分析了期望最大化准则无法控制方差的局限性的基础上,考虑具有风险厌恶型决策人的有限阶段马尔可夫决策过程,为风险厌恶决策者提供决策方法。【方法】建立了悲观准则下有限阶段马尔可夫决策过程的数学模型,并基于动态规划原理和同向不等号相加的保号性给出了向后递推算法。【结果】得到了每个阶段所有可能状态的最优策略和到阶段结束至少可获得的报酬,并证明所得到的最优策略矩阵满足风险厌恶型决策者的要求。然后,针对连续性策略、成本最小化和风险偏好型决策者等情形下有限阶段马氏过程最优策略的求解进行了一些理论延伸。【结论】给出了一个三阶段马尔可夫过程的算例分析,验证了所提出的模型。     

应用遗传算法求解模糊参数的单机调度问题

应用遗传算法求解基于可能性理论的模糊参数单机调度问题. 在单机调度问题中,作业处理时间和要求完成期限均为模糊数,而作业的权重是正的精确数. 在设计的遗传算法中,个体基因的表示采用整数排列,交叉操作使用交换子串的交叉算子,变异操作使用移动变异算子,个体评价使用基于序的评价函数. 最后用算例说明算法的有效性.