优化数学教学工作应注意的教学细节

优化教学是每一位教师在教学中都必须注意的一个问题。伴随着新课程改革的不断深入，教学的开展要循序渐进，不断优化。高中数学是主学科，教师对教学工作的优化直接影响了教学的质量和水平的提高，因此，数学教师在优化工作时需要注意教学细节问题。     

基于变异因子粒子群优化的组播路由算法

带时延约束的组播路由问题是一个非线性的组合优化问题，已被证明是一个NP-完全问题。论文提出了一种基于变异因子的粒子群优化算法用于解决带时延约束的组播路由问题。仿真结果显示，该算法具有代价性能良好，收敛速度快，不易陷入早熟的特点，在寻优速度上优于遗传算法，具有很强的鲁棒性和实用性。     

基于两级优化-进化算法的结构优化设计研究

针对结构优化设计问题的特点，提出了两级优化－进化算法的优化策略。以一个12层框架结构的优化设计为例，测试了该优化策略的效率，与单独采用进化算法相比，该优化策略在保证优化结果精度的前提下能大幅度提高优化的效率，是一种较好的工程优化方法，虽然以多层框架结构为优化对象，但提出的优化策略完全适用于其它类型结构的优化问题。     

机械系统可靠性分配的模糊优化方法

本文指出，串联系统可靠性的优化分配受到很多因素的影响，本质上是一个模糊优化问题。针对这一实际情况，本文提出了串联系统可靠度的模糊优化分配方法，并以给定各种资源数量约束条件下的串联系统可靠度优化分配为例加以讨论     

多节点计算机通信网的时延分析和流量分配

对计算机通信网进行基于时延的流量分配实际是一个非线性优化问题。当计算机网络规模较大时，运用常规方法往往不能实时和有效地解决该优化问题。本文利用一种神经网络模型，求出该问题的最优解，并在计算机上模拟ＵＳＡＮＥＴＷＯＲＫ一部分的流量分配，结果表明这一方法是可行和有效的。     

利用遗传程序设计优化冷却进度表

运用遗传程度设计取代人工搜索，对一个最难的组合优化问题，即旅行商问题，通过优化冷却进度表，演示了这一新方法的潜力并引入了一个新算法用于解决ＴＳＰ问题，实验表明该算法效果良好。     

低阶H∞控制器设计中的数值秩优化问题

低阶H∞控制器设计问题可以表示为一组线性矩阵不等式加上一个矩阵秩条件，本通过定义一个目标函数将其表示成满足一组线性矩阵不等式约束的矩阵秩优化问题，并利用数值秩概念证明了采用数值方法求解该优化问题的可行性。     

遗传算法在工程爆破参数优化中的应用

工程爆破中的参数优化问题是个复杂的非线性规划问题。以矿山爆破参数优化数学模型为例，采用遗传算法实现了爆破参数的优化。结果证实了利用遗传算法进行爆破参数优化的可行性与高效性，为求解该问题提供了一个有效的新途径。     

工程项目进度计划优化方法的研究

网络计划技术是当前工程项目进行进度安排与控制时普遍采用的一种方法，但网络的工期—成本优化问题至今没有得到很好的解决，该文根据“最大流最小截”理论，针对多年来难以解决的工期，成本优化问题提出了解决方法，并通过一个简单的单代号网络例题说明其优化步骤和数学模型，使工期一成本优化很容易在计算机上实现，该方法对控制工程进度、降低工程成本具有积极意义。     

分离错误最小化的极大熵方法

分离错误最小化是支持向量机的基本问题之一．一种形式是最小化分离错误点的偏离和，这是一个不可傲优化问题，笔者提出用极大熵函数将其转化成可微凸规划问题来处理，得到原问题的近似最优解。     

精密电容器误差的网络并行计算

利用局域网和标准消息传递库构成网络并行计算环境。基于变动边界微扰法,实现了精密电容器误差的并行计算。改进了传统的Runge-Kutta方法。新方法在计算量,计算速度,稳定性上都优于原方法,并在实际计算中取得了良好效果。最后,将用单机和用并行机进行计算的结果作了对比,讨论了与并行计算效率有关的因素。     

用神经网络新方法求解图的最大独立集问题

在Ｈｏｐｆｉｅｌｄ神经网络优化方法的基础上,根据模拟退炎算法逃离局部最优解的原理,提出了一种神经网络计算的新方法,并用这种方法求解图的最大独立集问题。结果表明,该方法获得最优解比Ｈｏｐｆｉｅｌｄ神经网络优化算法获得的解要好,且所需时间比模拟退火算法少得多。     

基于L形算法的多阶段电网规划

提出了一种计算精度能够满足工程需要,而计算效率显著提高的多阶段网络规划新算法．该方法在灵敏度分析方法上构建输电网多阶段网络规划的线性近似模型,采用Ｌ形算法对该模型进行分解处理,将一个多阶段的高阶电网规划问题转化为多个规划子事件进行降价迭代计算,最终收敛到原始规划问题的满意解．所提方法不仅可以显著提高求解速度和减少内存消耗,而且可以获得与其他方法等效的网络优化扩展方案．通过一个测试算例,验证了该方法的有效性和可行性．     

计算K-终端网络可靠度的一种新算法

讨论了由一个源点s到一个指定的点集K的网络可靠度问题。首先提出了两个网络门限变量化简原则及计算网络K-树和极小K-割的算法。然后,基于具有门限变量的布尔方程和有序二分决策图方法,给出网络K-终端可靠度算法。结果表明这种算法是有效的,改进并推广了Rauzy提出的算法。     

基于网络简化技术的通风网络可靠度新算法

为了解决在网络可靠度计算中存在运算量过大的问题,利用不交和的原理计算网络的可靠性是当今所有计算网络可靠性方法中最有效的方法之一,但对大型网络依然无法快速确定网络可靠度。针对这一问题,采用直接构造不交化通路集的方法,结合网络简化技术和截断误差理论,提出了一种快速确定大型通风网络可靠度的算法。结果表明:本算法可在24 s内计算出传统算法10 h都无法算出的大型通风网络可靠度问题。该算法对提高大型通风网络可靠度计算速度具有很大作用。     

云计算技术及其对网络的影响

云计算代表一种全新的计算模型,并从根本上改变IT服务的方方面面。云环境的主要优势在于降低数据中心的成本支出,并在需要资源时获得动态接入,而不需耗费人力、时间,不影响工作人员的效率和组织竞争力。但云计算仍然存在一些网络性能和安全的问题。所有运营云的企业、政府机构和服务提供商,还有支持云基础设施的设备提供商必须在其设计中考虑这些因素。可用云性能和安全测试工具检测云应有的性能,以实现其结果。     

池化分布式计算网络系统的设计与实现

通过连接众多计算资源,搭建分布式计算环境来进行分布式计算已成为一种重要趋势。本文明确了搭建分布式网络系统和目前网络结构之间的矛盾,通过分析目前分布式计算系统结构的本质特征,提出了池化分布式并行计算网络连接结构并讨论了其中关键难点问题。     

用改进的遗传算法实现网络计划优化

遗传算法的网络计划优化属于离散的非单调、欺骗性问题,较难得到全局最优解．而采用改进的遗传算法,并运用数据库,通过对大量实际运算结果的统计分析表明：改进后遗传算法,能显著提高全局最优解的成功率．研究中发现,该类问题适应度的动态缩放技术具有最好的效果,并就该类问题提出了合适的参数取值．     

优化反向传播神经网络的自适应遗传算法

探讨了用遗传算法优化反向传播神经网络的问题。通过对不同遗传操作的分析和改进,提出了一种能有效进行局部搜索和全局搜索的自适应遗传算法。计算结果表明,该算法能快速地求出问题的全局最优解,且具有较好的计算精度。