求代数方程组数值解的智能新方法

本文针对解代数方程组计算复杂和非线性方程组的解难以得到问题，提出了一种适合于不同类型方程组的通用算法．模拟生物进化过程，利用仅以变异作为唯一基因操作的EP方法来求方程组的最优解或次最优解．首先建立智能化的通用方程组，再利用改进的EP方法(在自适应方法中引入小生境思想)来求解方程组．算法既简单又具有通用性，最后举例说明本方法的有效性．     

关于指派问题的最优解集

结合匈牙利方法，利用积和式(Pemanent)概念、性质和矩阵初等变换等技巧，解决了当指派问题的效益矩阵同一行(或同一列)中有多于一个零时，如何选取最优解问题，给出了最优解个数的计算公式及求出全体最优解的方法．     

关于指派问题的最优解集

结合匈牙利方法，利用积和式(Permanent)概念、性质和矩阵初等变换等技巧，解决了当指派问题的效益矩阵同一行(或同一列)中有多于一个零时，如何选取最优解问题，给出了最优解个数的计算公式及求出全体最优解的方法．     

自适应蚁群算法在CDMA多用户检测中的应用

提出一种基于自适应蚁群算法（adaptive ant colony algorithm）的CDMA多用户检测（MUD）方法．该方法利用匹配滤波器的输出作为初始值，采用自适应选择和动态调节的进化策略，以及搜索过程中最优解的筛选方法来解决多用户检测问题．仿真结果表明，该方法能快速找到全局最优解，并且能得到很好的误码率性能．     

基于模拟退火算法的输电网中长期规划研究

模拟退火算法是一种解决组合优化问题的有效方法,其最终优化结果不依赖于初始解的选择,理论上可避免算法过早收敛于局部最小点,从而保证找到全局最优解或全局近似最优解．本文将模拟退火算法用于输电网中长期规划问题的研究,详细介绍了算法实现过程中各种参数的选择方法并给出了具体算例．试算结果表明利用该算法得到的优化结果是令人满意的．     

求解TSP问题的并集搜索的新宏启发算法

利用TSP问题解的概率统计模型，分析了TSP问题的局部最优解并集的性质，发现局部最优解的并集规模较小且包含了绝大多数全局最优解的边．利用该性质，将局部最优解并集作为启发集，并调用局部搜索算子在其上求解TSP问题，由此得到一种称为并集搜索的新宏启发算法．利用该算法还改进了目前广泛使用的求解TSP问题的算法ILK、LKH，在TSPLIB中典型实例上的实验结果表明，新算法在解的质量上有了较显著的提高．     

有限样本条件下多元线性回归模型的最优解

将分析多元线性回归模型和求线性方程组的最优解统一起来．线性方程组的最优解基于欧式赋范空间最短距离．研究结果表明：在多元线性回归模型不存在多重共线性的情况下,得到的回归结果解和线性方程组的最优解相同．在多元线性回归模型存在多重共线性时,通过求线性方程组的最优解,可以得到统计意义上的线性无偏有效解,此时的最优解不满足渐近性和一致性条件．因此,利用线性方程组求最优解适用于多元线性回归模型在有限样本条件下的情况,多于大样本的情况不适用．     

锥规划的最优性和对偶性研究

利用对偶锥的概念,将对偶规划和基本可行解等概念引到锥规划中,讨论了这些概念和最优解的关系,给出了锥规划最优解的判别方法,研究了锥规划对偶规划的主要性质.从所得结论可见,利用对偶锥,线性规划和锥规划的对偶性、最优解判别方法等有相同的表述形式.     

基于响应面分析法的草鱼蛋白酶解工艺

应用响应面分析法对草鱼蛋白两段酶解的条件分别进行优化,第一段酶解复合使用胰酶／风味蛋白酶（质量比为4：1）,以蛋白质利用率为响应值;第二段酶解用木瓜蛋白酶,以肽得率为响应值．最终确定第一段酶解的最优条件为：酶（E）与底物（S）的质量比为0．3：100,温度为53℃,时间为5．90h;第二段酶解的最优条件为：E与S的质量比为0．12：100,温度为60℃,时间为5．60h．利用凝胶色谱测得最优条件下制备酶解液组分的相对分子质量范围介于714～8790之间,酶解液中肽含量超过50％（质量分数）,与响应面模型所预测的肽得率（52．55％）相吻合．     

Excel中线性规划问题无穷多最优解情况的判别

利用Excel求解线性规划问题时,所得结果并不能判别该问题存在唯一最优解还是无穷多最优解.在Excel对线性规划问题进行灵敏度分析的基础上,结合单纯形法原理和对偶理论,给出了判定所得最优解是唯一最优解还是无穷多最优解的方法.     

基于GAs/PSO组合算法的水轮机调速系统PID参数寻优

提出了一种基于GA s/PSO组合算法的P ID控制器参数自整定方法,这种方法兼有遗传算法(GA s)和粒子群算法(PSO)的优点。组合算法种群由GA s和PSO的最佳个体迁移形成,其中GA s采用了实数编码和变异概率自适应,PSO算法采用了带指数衰减的惯性因子的速度更新算法,以加快收敛速度。通过对水轮机调速系统P ID控制器参数寻优仿真比较表明,该组合算法寻优性能比单独的GA s和PSO表现更为优异,且所得系统具有更好的动态性能。     

车辆主动悬架二次型最优控制器权矩阵参数优化

在使用线性二次型调节器(LQR)的车辆主动悬架控制器中加权矩阵Q和R的取值经常依靠先验知识选取。粒子群算法具有良好的快速寻优能力,可以对权矩阵参数进行优化。针对目前算法存在的缺点通过在更新的过程中动态调整惯性权重以更好的平衡全局和局部搜索能力,同时在迭代后期加入禁忌搜索避免陷入局部最优解。在matlab中建立1/4二自由度主动悬架仿真模型,对振动控制性能仿真分析结果表明,采用改进粒子群优化LQR与传统LQR方法相比能够很大程度上减少路面变化对车身的冲击,乘坐舒适性和可操纵性得到明显提升。     

基于蛇算法的主动悬架线性二次型调节器优化设计

针对车辆主动悬架系统的线性二次型调节器(LQR控制器)在设定权重系数矩阵Q和R时具有主观性、效率低的缺点,提出一种基于蛇算法(SO)优化LQR控制器权重系数矩阵的策略。通过对1/4车辆主动悬架系统的动力学分析,设计了LQR控制器;将主动悬架与被动悬架各性能指标的积分比值进行加权求和构建了目标函数L;模仿蛇群生活习性的SO算法在搜索空间中求解出了函数L的最小值和LQR控制器的最优权重系数矩阵。为验证该策略的有效性,分别以C级路面、正弦冲击路面为激励,在车身加速度(SMA)、轮胎动载荷(DTL)、悬架动行程(SWS)三方面将SO优化LQR控制的主动悬架与被动悬架、传统LQR控制的主动悬架、遗传算法(GA)优化LQR控制的主动悬架、粒子群算法(PSO)优化LQR控制的主动悬架进行了仿真对比。结果表明:SO优化LQR控制的主动悬架可在C级路面上分别对SMA、DTL、SWS的均方根优化达59.47%、37.89%、42.12%;在正弦冲击路面上稳定时间为1.4s,分别对SMA、DTL、SWS的超调优化达79.21%、59.22%、16.33%,提升了车辆的行驶平顺性、路面附着性和操作安全性。     

考虑离合器摩擦性能衰减的湿式DCT车辆起步控制研究

建立了考虑离合器摩擦系数变化及离合器性能衰减的湿式双离合变速器（dual clutch transmission,DCT）车辆起步过程动力学模型,以车辆起步过程冲击度、滑摩功和起步滑摩时间为优化目标,采用线性二次型最优控制方法获得了车辆起步过程离合器最优传递转矩。针对离合器摩擦系数变化及离合器性能衰减对车辆起步过程离合器压力控制的影响,提出了一种离合器压力非线性鲁棒控制策略,以实现对离合器最优传递转矩的跟踪。结果表明,所提出的非线性鲁棒控制策略能够在离合器摩擦系数变化的情况下实现对离合器最优传递转矩的有效跟踪,跟踪误差不大于0.02 N·m,且能够适应摩擦性能衰减导致不同寿命阶段摩擦系数的不同变化规律,与比例-积分-微分（proportion-integral-differential,PID）控制策略相比具有更精确的控制效果和更强的鲁棒性。     

遗传算法在工程项目资源优化中的应用

GA是一种源自生物界自然选择和自然遗传机制的随机化搜索方法,群体搜索策略和信息遗传的特点使其在组合优化中表现出其它传统方法所不能比拟的性能。将GA应用于工程项目的资源优化中,解决资源平衡和资源有限问题,避免了繁琐的推断过程,同时还能得到除最优解外的几个次最优的解决方案。     

用改进的遗传算法求解中国旅行商问题

遗传算法是基于生物进化原理的普适性全局优化算法，针对一类ＮＰ完全的组合优化问题－旅行商问题，提出用交换算子操作和模拟退火思想对遗传算法进行改进，显著提高了算法的优化效率，到目前为止，中国旅行商问题的最优解是１５４２６ｋｍ，使用改进的遗传算法，仅利用城市间的距离信息求解中国诱行商问题，得到了１５４０９ｋｍ的更优结果。     

基于线性二次型调节器的神经网络PID控制系统

讨论了基于神经网络PID的控制方法在线性二次型调节器(LQR)问题中的应用，针对控制工程中的无限时间LQR问题，提出了神经网络PID控制整定方法，从而实现PID参数的在线自适应寻优。同时，考虑了连续时间线性时不变系统的渐近稳定性问题。最后，运用MATLAB仿真实现证明了该方法的可行性、有效性。     

多目标优化的遗传算法及其实现

遗传算法是一种通过模拟自然进化过程搜索最优解的方法,在优化方法中具有独特的优越性,有着非常重要的理论意义和广泛的应用领域．多目标优化问题求解已成为遗传算法的一个重要研究方向,而基于Pareto最优概念的多目标遗传算法则是当前遗传算法的研究热点．本文对遗传算法的理论基础进行分析,包括模式定理等,讨论用遗传算法来解决多目标优化问题的方法并给出其实现,介绍遗传算法的各种改进措施,并指出遗传算法的发展动向．     

基于相似度的可变编码长度遗传算法

遗传算法是基于生物进化原理的普适性全局优化算法。分析了编码长度对遗传算法的影响，提出相似度的概念以评价交叉操作的效率，并提出一种基于相似度的可变编码长度的遗传算法。改进方法不仅具有以任意精度达到全局最优值的能力，而且可以显著提高遗传算法的效率。测试函数的应用证明了改进算法的有效性。     

9自由度主动悬架平顺性研究

基于汽车系统动力学理论,利用拉格朗日定理,推导设备-车-路耦合的9自由度主动悬架动力学方程,采用滤波白噪音作为左右车轮随机路面不平度激励,根据最优控制原理设计LQR控制器,建立主动悬架控制仿真模型.采用自适应粒子群算法优化加权系数Q,将主动悬架的设备加速度等性能参数均方根值与被动悬架进行对比分析.仿真结果表明:采用自适应粒子群算法优化LQR控制方法,能够显著改善车辆平顺性,保护车载设备可靠性.