高层综合中一种新的控制/数据流图表示形式

提出了一种新的控制／数据流图（ＣＤＦＧ）的格式,这种ＣＤＦＧ与过去一般所使用的ＣＤＦＧ的最大区别在于这里的ＣＤＦＧ引入了布尔节点的概念。文中介绍该这种新格式的具体细节;并给出了该ＣＤＦＧ的实例和表示它的数据结构,然后分析了由此带来的诸如提高综合速度等优点。     

一类求解无约束问题的混合参数共轭梯度法及全局收敛性

提出一类混合参数共轭梯度法,在步长满足Wolfe线搜索的条件下,算法产生的搜索方向是下降方向.在适当的条件下,算法是全局收敛的.     

测量控制网优化设计实用性研究

讨论了自行研制开发的测量控制网平差软件ＮＡＳＥ（ｎｅｔｗｏｒｋｓａｄｊｕｓｔｍｅｎｔｏｆｓｕｒｖｅｙｉｎｇｅｎｇｉｎｅｅｒｉｎｇ）中采用的以分析控制网精度、可靠性、灵敏度为基础的控制网辅助设计的原理,提出了在实际应用中的方法和建议。     

随机控制准则在选择股票投资品种中的应用

在对单一品种股票投资方案进行比较时,本文根据冯·诺依曼与摩根斯坦的现代效用理论,把对股票收益的研究转向对股票收益效用的研究,并导出一级随机控制准则（ＦＳＤ）和二级随机控制准则（ＳＳＤ）。运用ＳＳＤ对上海证券交易所几只３０指数股票进行了实证研究。     

基于CCPSO及PP模型的洪灾评估方法及其仿真应用

以求解洪水灾情评估问题为背景,针对洪灾评估模型参数难以优化这一问题,研究了一种混沌文化粒子群算法(CCPSO)。该算法将PSO纳入文化算法的框架,并在算法中引入局部遍历搜索性能较强的混沌搜索,组成基于PSO的群体空间以及基于混沌优化的信念空间,通过两个种群的独立演化及信息交流来提升算法的全局寻优能力。典型的测试函数的测试结果表明,CCPSO可以有效克服PSO存在的早熟收敛问题,全局收敛能力较PSO有较大提高。同时,为提高洪水灾情评估的灾情分辨率,提出一种基于CCPSO及投影寻踪模型的洪灾评估方法,该方法采用一种修正Logistic曲线来建立洪灾评估的投影寻踪模型,并使用CCPSO来优化投影指标函数以及模型参数。仿真应用结果验证了该方法的合理性及有效性。     

基于多种群遗传算法的城轨列车节能运行优化研究

通过建立定时约束条件下的最小能量控制模型,采用Pontryagain极小值原理推导了城市轨道列车节能操纵策略的组成。提出一种变长实矩阵编码的多种群遗传算法进行列车节能运行优化:采用多质点的列车牵引仿真器模拟列车运行;对列车运行控制序列采用变长实数矩阵编码;引入基于退火选择的变长算子以增强算法的全局搜索能力;适应值共享保持种群的多样性;多种群并行寻优提高收敛速度,增强寻优过程的稳定性。实例计算结果证实了该方法的有效性和先进性。     

Gate-to-Gate模式下航班到达的综合调度

Gate-to-Gate是空中交通管理的未来趋势之一,研究了Gate-to-Gate模式下的航班到达问题,对航班到达的空中降落与地面滑行进行综合调度,建立了地空综合调度的简化数学模型,实现了航班到达从区调阶段到航站楼的关键点路径规划和时间安排,并对北京终端区及首都机场地面滑行过程进行了算例分析。针对实际应用规模大、求解时间长的问题,利用模型的特殊性制定了先松弛后固定分支求解的两步法求解算法,实现了在5分钟内能求得相对误差小于5.3%的近优解。     

求解约束优化问题的动量粒子群算法

为解决约束优化问题,提出使用双可行域吸引子策略改进动量粒子群算法。该算法只需初始种群中有一个粒子位于可行域内,随着搜索过程的进行,整个种群自动进入可行域内搜索。一方面,在搜索过程早期,由于可行域内粒子少,所有粒子移向相同的吸引子,整个种群迅速进入可行域内。另一方面,随着进入可行域粒子的增多,由于每个粒子使用距本身最近的可行域吸引子,较好地维持了种种群的多样性,避免早熟现象的发生,使算法具有较好的寻优性能。与国际上当前解决约束优化问题的粒子群算法在4个标准约束优化函数上测试比较,实验结果表明本算法取得的最优值要优于其它粒子群算法。

Abstract：

The strategy that two good positions in feasible region worked as attractors was incorporated into momentum particle swarm optimization algorithm in order to resolve constrained optimization problems. The resulting algorithm only requires that one of the initial particles is in the feasible region, and then all particles in the swam automatically move into the feasible region. On the one hand, in the early iterations few particles appear in the feasible region and hence all particles move toward the same attractors, so the particles soon enter into the feasible region. On the other hand, as the number of particles in the feasible region increases, each particle adopts the most near attractor so that each particle has different attractor. Therefore, the algorithm maintains the diversity of the population, alleviates the premature, and hence achieves good performance. The algorithm is compared with other particle swarm optimization algorithms on four benchmark functions. The experimental results show that the solution of the algorithm is better than that of others.     

基于主模型CAD/CAE集成的卷绕锭轴结构参数优化

高速卷绕头是化纤长丝纺丝机的重要单元机,国内之前研究相对较少。采用虚拟产品开发技术进行高速卷绕头新产品开发的技术创新,提高卷绕头产品开发效率。与同类研究类似,在高速卷绕头产品的虚拟开发过程中,集成CAD/CAE系统存在若干技术瓶颈。基于CAD/CAE系统集成方法的对比分析,建立了主模型CAD/CAE集成框架,并在该框架下进行了高速卷绕头锭轴结构参数优化设计,其优化设计的动力性能分析结果验证了基于主模型CAD/CAE集成框架进行高速卷绕锭轴部件虚拟开发的有效性。

Abstract：

Researches based on the high speed winder, which is a key unit machine for filaments treatment, are relatively rare in China. The techniques of virtual product development （VPD） were applied to improve the new product development of the high speed winder, which would raise the product development efficiency of the high speed winder. Similarly to the research of this kind, in the procedure of developing the virtual product for the high speed winder, there were several key technical problems in the CAD/CAE integrated system. The contrast analysis of the CAD/CAE integrated methods was given; furthermore, the CAD/CAE integrated framework based on master model was built, in which the structural parameters of the high-speed winder chuck was optimized for design. The dynamic characteristics analysis for the optimization design was done; consequently, the result indicates that in the CAD/CAE integrated framework based on master model, the structural parameter optimization of high-speed winder chuck is available.     

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。