解非凸半定规划的一个Lagrange方法

基于一个求解一般非凸半定规划问题的非线性Lagrange函数,给出了其相关算法,研究了函数的性质,证明了算法的收敛性。在适当的条件下,当罚参数大于某一阈值时,算法产生的序列局部收敛,由此给出了与罚参数相关的解的误差估计。     

求解线性约束凸规划问题的预估校正内点法

提出一个求解线性约束凸规划问题的预估校正内点法,方法对初始迭代点的可行性没有任何要求,并证明了所给方法等价于1阶拢动复合牛顿法,且给出了一些数值试验结果。     

非线性规划最优潮流的可变容差法

针对非线性规划最优潮流的通用数学模型，提出了基于可变容差法模型的求解方法，该方法利用可变容差法的数值搜索优化机制，能较好地获得最优解．实例计算表明，与现有模型求解方法相比，可变容差法具有较好的寻优效果，可以作为非线性规划最优潮流的一种补充方法。     

基因表达式编程用于有机化合物的毒性预测

基因表达式编程方法(GEP)是一种新型的数据挖掘和建模工具,应用GEP方法对110个有机化合物的毒性进行了构效关系研究,并与人工神经网络(BP-ANN)和偏最小二乘(PLS)方法比较.结果发现,GEP方法的预测较好,且模型稳定.     

基于VB的数控刨床加工程序的自动生成

数控刨床加工柱型曲面类特型工件时,必须将工件型线采用小直线段来近似逼近,并采用断续插补工作方式.为了避免此类冗长数控程序繁复的人工编制过程,设计了数控刨床程序自动生成软件.该软件能够在人机界面上仅输入已知的曲面型线表达式,然后使用一些字符串处理函数,自动识别表达式并转换为程序计算表达式,计算曲线的坐标点串并加以整理,进而基于此坐标点串,判断刀补情形,决定调用何种合适的宏程序,自动生成加工用数控程序,还可以进行数控加工模拟.该软件已在实际生产中使用,所生成的数控程序符合加工需求,切实可用.     

线性约束优化问题的一类变尺度方向的内点算法

基于内点算法思想，利用投影技术，给出了求解线性约束优化问题的一类变尺度方向内点算法．改善了算法的收敛速度．同时，在去掉目标函数的凸性及Ｌｉｐｓｃｈｉｔｚ性假设之下，同样给出了算法的收敛性定理     

结构分析矩阵运算类库的设计

矩阵代数是现代结构分析的主要表述工具,本文介绍了作者尝试用 Ｂｏｒｌａｎｄ ｃ ＋ ＋ ３ ．１ 设计结构分析矩阵运算类库 Ｍ Ａ Ｔ Ｌ Ｉ Ｂ Ｓ Ａ 的方法。着重介绍了类的划分与定义,类模板的使用等。该类库具有动态内存分配、下标越界检查、流式输入输出向量和矩阵、优良的扩充性能等特点。文中提供了几个结构分析程序设计实例,说明了矩阵运算类库 Ｍ Ａ Ｔ Ｌ Ｉ Ｂ Ｓ Ａ 在程序设计中的简洁、灵活和高效。     

恶劣天气影响下动态改航策略研究

将地面等待、空中等待和改航策略相结合,以航班总延误成本最小为目标,引入情景树的概念建立动态改航模型,并利用Lingo进行整数线性规划求解.对上海虹桥国际机场某时间段内从庵东方向进场的航班进行分析,通过与采用静态改航策略、单一的地面等待策略的延误总成本进行比较,验证了模型的有效性.     

面向连接的并发多路径转发算法

在分析数据流关系的基础上,通过动态链表给无连接的IP网络增加一定的面向连接的特性,并结合跨层的思想在IP层对TCP报文首部进行跨层操作,提出了一个面向连接的并发多路径转发算法(CCFA).CCFA通过动态链表统计的不同流的比例关系,对不同流的流量特征进行分类,在多路径上对不同流量进行分流转发.最后通过NS2仿真实验研究了不同转发粒度的特点及相关的应用场合,结果表明CCFA以一定的存储开销为代价,获得了较高的转发性能,提高了带宽利用率,降低了端到端延迟,而且本算法易于在下一代网络的可编程路由器中部署使用.     

Flow-Shop Scheduling Models with Parameters Represented by Rough Variables

In reality, processing times are often imprecise and this imprecision is critical for the scheduling procedure. This research deals with flow-shop scheduling in rough environment. In this type of scheduling problem, we employ the rough sets to represent the job parameters. The job processing times are assumed to be rough variables, and the problem is to minimize the makespan. Three novel types of rough scheduling models are presented. A rough simulation-based genetic algorithm is designed to solve these models and its effectiveness is well illustrated by numerical experiments.