一种用于故障诊断的演化小波神经网络

针对小波神经网络实现故障模式识别时存在的“维数灾”问题 ,提出了利用遗传算法在小波网络的学习过程中优化网络结构的方法 ,可有效减少小波基元 ,加速收敛。同时为提高遗传优化的收敛速度和精度 ,避免“早熟”现象 ,采用基于实数编码的遗传算法。给出了各个控制算子的自适应调整策略 ,并设计了增加和删除操作对遗传算法进行改进。仿真结果证明了该算法的有效性。     

杂合遗传算法与计算智能

基于遗传算法的杂合系统是将遗传算法引人已有的系统算法、启发式优化策略及领域知识获取与优化等问题时,产生的一种新型的综合性算法结构设计策略．本文对遗传算法与神经网络、遗传算法与模糊逻辑,以及遗传算法与专家系统的杂合等问题进行了系统的研究与评述.     

单亲遗传算法及其在物流配送系统中的应用

本文介绍了一种新颖的单亲遗传算法。它在同一条梁色体上采用基因换位等算子进行染色体重,取消了传统遗传算法中的交叉算子。本文应用单亲跗算法解决了物流配送系统中的优化问题。结果表明了单亲遗传算法的寻优效率明显优于该问题的传统遗传算法,同时较好地解决了“早熟收敛”问题。     

一种快速自适应遗传算法及其仿真研究

遗传算法(Genetic Algorithm, GA)是一种模拟自然界生物进化过程与机制的一种优化搜索算法,有着广泛的应用前景。但是,简单遗传算法(Simple Genetic Algorithm,SGA)的收敛速度较慢,稳定性差,容易“过早收敛”。针对这些问题,本文提出了相应的解决办法,称为快速自适应遗传算法(Fast Self-Adaptive Genetic Algorithm, FSAGA),并通过仿真说明了算法的收敛快速性和全局收敛性都有了明显的改善。     

一种基于能量熵的快速遗传算法研究

在分析标准遗传算法的优越性与存在不足的基础上,提出了对遗传算法的改进方法.将能量熵的选择加入到遗传算法的退火选择中,以充分地探索解空间,保持种群的多样性.将伪梯度搜索应用于对个体的邻域搜索,利用当前种群的有效信息及系统信息,提高寻优速度.对典型的TSP问题及一实际电力网络故障恢复的仿真研究表明,改进算法全局优化性能优于启发式遗传算法及标准、退火遗传算法,同时使收敛速度有了较大的提高.     

多级退火遗传算法及其在ULSP优化中的应用

针对一般遗传算法（ＣＧＡ）在解优化问题中存在的问题和缺陷，提出一种改进的多级退火遗传算法（ＭＬＡＧＡ）、基于Ｂｏｌｔｚｍａｎｎ生存机制的群体更新策略，以及在多级退火的初始阶段引入移民策略有效解决了“群体多样性”和“快速收敛”之间的矛盾。通过和ＣＧＡ在ＵＬＳＰ问题优化中的比较，验证了改进算法的有效性。     

中国产业结构调整碳排放效应的多目标遗传算法

基于建立的投入产出多目标优化模型,借助多目标遗传算法NSGA-Ⅱ详细测算分析了中国产业结构调整的碳排放效应,研究思路与算法均不同于因素分解或回归分析模式.得出结论:在保证经济增长与就业水平稳定的前提条件下,合理压缩工业、适度扩张批发零售住宿餐饮业等结构性调整仍能比较显著地减少碳排放量,但目前既定的技术水平、所处的工业化阶段会一定程度上限制了这种低碳效应的充分发挥;为了充分实现产业结构的“低碳化调整”,需要优化行业内部结构、产品结构与能耗结构,改进生产技术,创新开发与应用节能技术、新能源等方面相互配合、步调一致.     

利用混沌搜索全局最优解的一种混合遗传算法

首先系统分析了遗传算法与其它算法混合的几种策略 ,详细讨论了遗传算法与混沌优化算法的混合问题后 ,给出一种新的混合遗传算法。仿真结果表明 ,新算法能在很短的时间内 1 0 0 %地搜索到全局最优解     

混合递阶遗传算法优化小波神经网络的研究

在研究小波神经网络结构及其学习算法的基础上,提出了一种以混合递阶遗传算法优化小波神经网络的新方法,混合递阶遗传算法是递阶遗传算法和多元线性回归的结合。此方法可同时优化小波神经网络的结构及其参数,具有学习速度快,精度高的特点。并与传统的BP算法进行了对比,证明了本算法的有效性。     

一种改进遗传算法及在多目标优化中的应用

基本遗传算法在求解大规模多目标优化问题时会出现早熟和搜索效率低等问题。针对这些问题,对基本遗传算法引入了邻域操作、自适应策略和混沌优化等多种改进策略,研究设计了一种有机结合各种改进策略的改进遗传算法流程。应用实例的仿真试验表明改进算法可行,且在求解大规模多目标优化问题时较基本遗传算法具有精度和速度优势。     

"手段一目的分析"寻优方法

提出了简化依赖网络、寻找公共手段及复合手段的算法，在此基础上提出面向思维的“手段－目的分析”寻优方法，并应用于电源规划问题中。     

论超越还原论

对还原论和整体论两者各自的特点、本质与来源等进行了比较研究后，认为正确可行的态度是把两者有机结合起来，共同发挥作为基本方法论的重要作用。     

系统学二象论初探：一个理论框架

从概念上把任一客观对象分做虚(X*)实(X)两个层次来研究,形成“二象系统”,着重就任一对象与其属性空间的所谓典型“二象系统”来讨论;通过概念的深入分析和数学描述,发现这是一个极具前景的领地;揭示出数学式中参数空间的客观实在;发现这是个以物理学中“二相”论,数学中“对偶”论,哲学中“辨证”论和东方哲学中“阴阳”论为其特例的,因此是有望统一上述多个独立、平行发展的既有分支的一门基础学科领域.本文可说只是提出了这一问题,尚待建立其理论体系,工作还很多.文末提出的若干研究方向和课题可供有兴趣的读者选题参考.     

现金结算价与股指期货操纵

经研究发现,期货的现金结算方式仍无法难以克服市场操纵行为.在Kumar ＆ Seppi的框架内,通过具体化的现金结算价,分析不同结算方式下的股指期货操纵的最优策略,从而探讨现金价确定与市场操纵的内在关系.研究表明,依据股指期货和现货市场的特点而设计恰当的现金结算方式有助于控制股指期货市场的操纵行为.     

信息技术外包套牢问题的研究

信息技术外包已成为信息技术发展的主要方法 .但是 ,信息技术外包的每个过程都隐藏着风险 ,套牢问题始终困扰公司 ,并阻滞信息技术外包策略传播 .本文研究信息技术外包套牢产生的原因 ,探讨保证项目效用最大并能缓解套牢问题的合同设计 .     

“数字鸿沟”的系统反思

来自 8国集团 ( G-8)冲绳会议提出的新概念 ,所谓“数字鸿沟”,一年来引动一场全球大讨论 .冲绳的结论 ,即发达经济与发展中经济人均收入差距日益扩大的根源在于信息化水平悬殊造成的“数字鸿沟”.“数字鸿沟”与贫富悬殊之间是否存在因果关系 ?通过系统思考初步回答上述问题是本文的一个目的.     

无源北斗/惯导组合导航算法研究

针对北斗卫导/惯导组合导航系统设计组合导航卡尔曼滤波定位算法,并对组合导航算法的可观性进行了分析,提出了引入伪距率和前后滤波伪距之差作为观测量改善组合导航系统的可观测性。基于高稳定度的用户时钟,通过仿真验证了伪距率和前后滤波伪距之差观测量都能提供伪距不能提供的额外观测信息,都可以将钟差由不可估计变为可估计,改善组合系统的稳定性,并且提高丢星时的滤波定位精度。因此,在北斗/惯导组合导航系统中引入伪距率或前后滤波伪距之差做观测量是必要而可行的。     

一种IaaS模式“云训练”系统设计

针对网络化模拟训练真实感不强,训练效率低等问题,提出了一种IaaS (Infrastructure as a Service)模式的“云训练”.阐述了“云训练”的体系结构和运行模式,研究了“云训练”的3项核心技术.通过GPU虚拟化技术解决云环境中终端用户3D图形图像处理能力弱的问题.根据模拟训练特点,建立用户需求模型,将模糊理论引入资源调度技术中,实现虚拟资源的动态调度;结合检查点回滚、虚拟机备份和虚拟机迁移技术,实现系统高效动态容错,保证了系统的稳定性与可靠性.实验证明,“云训练”系统改善了传统模拟训练系统中资源的按需共享能力,提升了资源利用率,保证了模拟训练效果.     

关于"复杂性研究"和"复杂性科学"

赞成“复杂性研究”却不赞成“复杂性科学”。道理很简单：“复杂性研究”是可能的,“复杂性科学”是不可能的。科学仅限于研究实体、运动和关系,从未研究一种“属性”建立起一门科学来。譬如“美”是一种属性,人类研究“美”至少几千年了,但美学始终属于哲学而不是科学。我们不应当直接研究“复杂性”,而应当直接研究“复杂系统”,特别是某一类复杂系统。惟有“系统科学”是总的称谓,永久性的称谓。     

一种适用于软件雷达系统的数据流驱动机制

针对雷达信号处理各功能模块之间显著的流水性特征 ,结合一个通用的雷达信号处理系统———由清华大学研制的通用高速实时雷达信号处理系统的实验样机DSM(dataflow ,sharedmemoryandmultiplebusinterconnec tion) ,在研究现有静态、动态数据流驱动机制特点的基础上 ,提出了一种新型的适用于软件雷达系统的进程间准动态数据流驱动机制 ,并针对一个雷达信号处理的范例程序说明了编译器数据流驱动表的生成和系统数据流驱动的过程。