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。     

独立成分分析的研究进展

介绍了独立成分分析（ICA）的基本模型及其假设、含混性、非高斯性度量和通用求解过程。讨讨了目前ICA的几个研究方向的发展现状和面临的问题，分析了ICA基本模型和几种扩展模型的求解算法，包括盲反卷积、卷积混和的盲分离、非线性瞬时混合的盲分离，提出了ICA未来理论和应用研究中的开放课题．     

一类具有非凸关系的多目标决策方法

针对一类具有非凸关系的多目标决策问题，本文提出了一种新的求解方法．该方法将多目标决策问题转化为对策问题，利用对策理论进行求解，克服了非凸性问题所引起的决策困难．     

群决策问题的一种求解方法

本文提出了一种求解各决策问题的模型。首先，每个决策者给出对候选方案偏好度量，然后求解群体的偏好序以使所有决策者对群体序的不满意度最小。本文还给出了模型的求解算法。     

用鱼群算法求解石油运输系统多级站定位优化问题

建立了石油运输系统多级站定位优化大规模非线性MIP模型.由于该模型用传统方法求解相当困难,应用改进的鱼群算法对该模型进行了求解.在解算过程中,对模型中的连续实型变量进行离散化处理,从而使整个优化模型变成纯0-1非线性IP模型,使求解过程在基于二进制环境高速运算成为可能;用人工鱼体能累计和消耗程度来调度其行为;用海明距离度量个体间的距离;采用随机步距移动的贪婪法描述个体追尾行为;采用鱼群规模、视野大小、拥挤程度和最低生存体能控制等方法实现局部最优解逃逸策略;采用最大迭代次数和迭代过程中最优解平均值变化程度来控制迭代终止时机.应用结果表明,该算法计算速度和稳定性有较大提高,可在微机上稳定地获取问题的最优解.     

基于Copula-GARCH-EVT的资产组合选择模型及其混合遗传算法

在非正态分布的条件下,M arkow itz的均值-方差资产组合选择模型存在不足。为此,以V aR和CV aR作为风险度量方法,EVT反映收益率的尾部分布,GARCH反映收益率的波动性,Copu la函数反映金融资产收益的相关性,构建了基于Copu la函数的资产组合选择模型。针对非正态分布条件下V aR非凸性和分布函数不连续性导致资产组合选择优化计算复杂、不精确的难题,设计了基于单纯形和传统遗传算法的混合遗传算法。最后,根据中国证券市场数据,采用该混合遗传算法对建立的资产组合选择模型求解。     

解非线性两层规划问题的新的遗传算法及全局收敛性

针对两层规划问题本质上的非凸性和不可微性给其数值求解带来极大困难,特别是求非线性两层规划问题的全局最优解,而遗传算法不受这些因素的限制,设计了一种新的有效的遗传算法来解决非线性两层规划问题.该算法充分考虑了两层规划问题的结构特点,使遗传算子更加有效,并且易于产生好的后代.     

基于拓扑势的网络毁伤最大算法

针对攻击代价相等时的有限资源网络毁伤问题，给出了网络毁伤最大化的定义。为了改进近似求解算法求解毁伤最大化问题时复杂度较高的缺陷，提出了基于拓扑势和CELF(cost-effective lazy-forward)的TPCELF(algorithm based on topology potential and CELF)算法。利用无标度网络和实测网络进行实验，结果表明，TPCELF算法在计算速度上有较大的提升，网络平均毁伤效果接近于近似求解算法；且优于采用常见重要性度量指标排序算法得到的平均毁伤效果。所提方法可从网络毁伤的角度为复杂网络关键节点挖掘提供参考。     

基于遗传算法求解区间数AHP判断矩阵的权重

研究区间数判断矩阵的一致性和权重向量的求解，指出现有研究方法的不足，即没有考虑一致性及其对权重向量求解的影响，求解过程计算复杂，不能准确反映权重向量的取值范围．对此，提出用局部一致性和一致性程度两个指标来度量区间数判断矩阵的一致性，并建立一个新的权重向量求解模型，针对该模型特点，设计遗传算法求解，对算法参数取值进行了分析，最后通过两个例子说明新方法的有效性．     

一种自适应多亲遗传算法及其性能分析

定义了一种度量多样性的指标,来自适应地调整基于实数编码的多亲遗传算法中交叉概率和变异概率这两个参数。提出了一种基于实数编码的自适应多亲遗传算法,该算法能自适应地调整其参数,且在求解优化问题的过程中,能克服早熟收敛的现象,提高搜索能力,加速收敛速度。同时将该算法用来求解多峰值测试函数,实验结果验证了算法的有效性。     

A Range Adjusted Measure of Super-Efficiency in Integer-Valued Data Envelopment Analysis with Undesirable Outputs

DEA(data envelopment analysis) models can be divided into two groups: Radial DEA and non-radial DEA, and the latter has higher discriminatory power than the former. The range adjusted measure(RAM) is an effective and widely used non-radial DEA approach. However, to the best of our knowledge, there is no literature on the integer-valued super-efficiency RAM-DEA model,especially when undesirable outputs are included. We first propose an integer-valued RAM-DEA mode with undesirable outputs and then extend this model to an integer-valued super-efficiency RAM-DEA model with undesirable outputs. Compared with other DEA models, the two novel models have many advantages: 1) They are non-oriented and non-radial DEA models, which enable decision makers to simultaneously and non-proportionally improve inputs and outputs; 2) They can handle integer-valued variables and undesirable outputs, so the results obtained are more reliable; 3) The results can be easily obtained as it is based on linear programming; 4) The integer-valued super-efficiency RAM-DEA model with undesirable outputs can be used to accurately rank efficient DMUs. The proposed models are applied to evaluate the efficiency of China's regional transportation systems(RTSs) considering the number of transport accidents(an undesirable output). The results help decision makers improve the performance of inefficient RTSs and analyze the strengths of efficient RTSs.     

Stock Efficiency Evaluation Based on Multiple Risk Measures: A DEA-Like Envelopment Approach

This paper proposes a new approach for stock efficiency evaluation based on multiple risk measures. A derived programming model with quadratic constraints is developed based on the envelopment form of data envelopment analysis (DEA). The derived model serves as an input-oriented DEA model by minimizing inputs such as multiple risk measures. In addition, the Russell input measure is introduced and the corresponding efficiency results are evaluated. The findings show that stock efficiency evaluation under the new framework is also effective. The efficiency values indicate that the portfolio frontier under the new framework is more externally enveloped than the DEA efficient surface under the standard DEA framework.

     

离散特征点探测算法

在建立新的特征点响应函数的基础上，提出了一种特征点探测算法，算法以图像分块为基础，通过计算每一分块内的特征点，进行特征点连通集约简获得离散特征点集，实验证明，算法效率得到了较大提高，解决了使用全局特征响应阈值造成的特征点聚集和不敏感特征点被错误剔除的问题．     

DEA数据标准化方法及其在方向距离函数模型中的应用

方向距离函数是对径向DEA模型的推广,它能够方便地处理存在非期望产出的情况,但其效率测量未解决单位不变性问题,这是制约方向距离函数在实践中应用的一个障碍。DEA数据标准化方法为效率测量方法提供了保持单位不变性的通用方法,同时采用标准化数据后,径向和非径向模型的效率测量结果保持不变。基于DEA数据标准化方法建立了具有单位不变性的方向距离函数效率测量方法。     

改进的基于二次型距离模糊可能性C均值聚类模型

针对模糊聚类算法对点数据集聚类敏感性,以及区间类型数据聚类效果不明显等问题,提出了基于二次型距离改进的模糊可能性c 均值(fuzzy-possibilistic c-means,FPCM)聚类算法.首先分析了区间数据的特征,引入了区间值的数学表示方法,在此基础上提出了三种不同的基于区间数据距离度量方法以及相应权重矩阵计算方法,通过建立拉格朗日方程对目标方程优化,求得聚类中心、隶属度以及可能性迭代方程,并证明目标方程的收敛性,最后给出了算法执行步骤。在不同类型的数据集上实验,证明算法在点数据集和区间数据集上都具有较好聚类性能.     

基于小波分析的天体参数卡尔曼滤波计算

针对天文导航中天体参数的测量与计算问题,提出了基于小波分析的天体参数卡尔曼滤波计算方法。该方法运用小波分析对天体参数的估计值进行小波分解,滤除其包含的高频分量,然后再进行小波重构得到平稳的天体参数值,在此基础上进行卡尔曼滤波计算。该方法将小波分析和卡尔曼滤波有机地结合起来,可更好地提高参数计算的准确度和可靠性。仿真实验表明,该算法具有较强的实用性。     

判断矩阵一致性的凸性

定义了一种矩阵运算，说明了此运算的性质；并证明了在此运算规则下，同一个问题的ｍ个一致性判断矩阵的凸组合仍满足一致性.     

多虚拟机协同计算任务的描述方法

研究了一种基于特征模型的多虚拟机协同计算任务(collaborative computing tasks over multiple virtual machines, CCTMVM)的描述方法及其辅助构造工具,以简化虚拟机平台中并行计算的描述,提高应用程序的开发效率。从任务分解的原则与方法、粒度评价方法和启发式规则等方面分析了任务分解的策略,确定了分解任务的并行关系判别准则,并依据时序关系对特征单元的语义动作进行了描述。从特征单元内聚、耦合及粒度系数对描述方法的有效性范围进行了分析。进行了CCTMVM辅助构造工具的原型设计,以一个计算机辅助工程（computer aided engineering, CAE）问题求解实例分析了任务构造过程。实验结果表明,本文所提思路和方法对构造面向并行计算的CCTMVM具有一定的可行性。     

具有非完全同类型决策单元的DEA方法及其应用

在分析传统DEA模型局限性的基础上,提出一种用DEA模型解决类型不完全相同的DMU相对有效性的问题,在考虑缺省值的同时还考虑决策单元所缺指标的潜值,进一步拓展了DEA模型的应用领域。该算法计算均值作为缺省值插入,然后应用投票层次分析法度量DMU的权重,最后运用机会约束DEA计算DMU的相对有效性。用实例说明了所提方法的具体应用过程。     

基于遗传算法的备件两级优化建模与仿真研究

针对装备备件保障中存在的配置不合理问题,提出了一种基于仿真和遗传算法的备件配置优化算法。该算法采用仿真方法建立装备使用可用度模型,并利用遗传算法实现备件的优化,实现了在满足备件保障费用约束的前提下,使装备使用可用度达到最大。给出了应用该方法的具体步骤,并通过举例验证了算法的有效性。