一类不可微多目标规划的Kuhn－Tucker条件的充分必要性

对一类不可微多目标规划进行了讨论，得出了广义Ｋｕｈｎ－Ｔｕｃｋｅｒ条件是有效解的必要条件，并证明了对于目标及约束满足广义伪凸或正则拟凸条件的多目标规划，广义Ｋｕｈｎ－Ｔｕｃｋｅｒ条件也是有效解的充分条件。     

基于信息熵窗的小波低频子带弱目标图像的增强

采用信息熵窗小波低频子带分析的方法，目的是对缺乏足够能量的低照度和低对比度图像进行增强．选择适合的正交小波函数，可使图像的低频子带大幅度提升，对高频子带适度抑制，在信息熵窗系数的调配下实现了图像的增强处理．在小波重构后，获得了具有清晰边缘和良好对比度的图像．实验表明，采用信息熵窗的小波分析方法来增强弱目标图像能够产生良好的效果，对比度增强效率比传统增强方法提高80％以上．     

考虑多种工况的乘员约束系统可靠性优化设计

在车辆发生碰撞时,乘员约束系统对乘员有重要的保护作用,而现有的相关研究大多只针对单一工况,应对乘员保护要求已有明显的局限性。为了提高乘员约束系统的保护功能,文章综合考虑了中国新车评价规程2种正面碰撞工况,结合试验设计、多种近似模型、多目标优化算法和可靠性优化方法,对乘员约束系统参数进行优化。在优化之前,对约束系统模型进行了实验验证;之后对约束系统参数进行了可靠性优化设计,并对优化结果进行MADYMO仿真验证。优化后的约束系统与原设计相比,明显提高了2种工况下的乘员保护功能,为乘员约束系统的设计提供了一定的参考。     

基于多目标遗传算法的吸声覆盖层参数优化设计

针对圆柱空腔吸声覆盖层低、高频吸声的机制不同,提出了一种基于多目标遗传算法的吸声覆盖层参数优化设计方法.利用有限元软件ANSYS建立了平面波垂直入射吸声覆盖层的分析模型,并采用多目标遗传算法NSGA-II得到了多目标吸声问题的Pareto最优解集.结果表明：多目标优化设计全面考虑了圆柱空腔吸声覆盖层的低、高频吸声之间的耦合,可按需选择其满意的优化结果;比起仅优化吸声覆盖层的材料属性,考虑材料属性和结构参数的综合优化能够获得更佳的宽频吸声性能.     

考虑多资源约束的非等效并行机节能调度算法

针对瓶颈工序光刻过程中考虑能源消耗、多类型多数量的掩膜资源、换模等约束的非等效并行机调度问题,进行了改进型免疫克隆选择算法的调度方法研究.首先对问题域进行描述,以最小化总加权完成时间与能源消耗量为优化目标,建立了数学模型;在此基础上提出了一种带精英策略的多目标免疫克隆选择算法,该算法融合了非支配排序遗传算法的排序规则,并引入深度邻域搜索算子、种群更新算子以提高算法搜索性能及挖掘性能.最后,对算法进行仿真实验,结果表明该算法是有效的、可行的.     

论企业并购的风险与对策

分析了企业并购的风险来源。力图通过建立数学模型对一项并购交易的参与风险做出评估,并决定风险及收益特征能否适合各自的企业,从而筛选出合适的目标企业,以使并购后的企业实现预期收益的目标,同时将企业并购的风险降到最低,进而来确定合适的投资比率。因此,完善的并购计划,以及对目标公司产业、财务、经营能力等全面的审计是企业并购成败的关键,而对目标公司的价值估算是最为关键的步骤。     

育种目标确定后测定方案的最佳设计：多目标规划在后裔测定中的应用

利用多目标规划的方法,研究了育种目标一定时,同时考虑育种成本和育种规模的多目标后裔测定优化问题。应用本文所给方法制订的后裔测定方案,可以满足育种要求的条件下,使后裔测定的成本较低,同时亦使测定所需的规模较小。本方法可被有效地应用到畜禽育种实际中去。     

基于证据理论的AUV目标识别研究

根据D2S证据理论能很好表示“不确定性”和“不知道”的特点,对比不同的数据融合算法,在分析D2S证据理论的性能特点基础上,提出了一种基于自主式水下航行器的扫描声纳和水下摄像机两种视觉传感器采集信息的基本概率分配函数的方法和规则,并且分析了自主式水下航行器上的扫描声纳和水下摄像机这两种视觉传感器的信息在目标位置求解中的应用,同时利用Dempster合并规则,分析计算这两种视觉传感器在自主式水下航行器进行目标类别识别时的合成融合值.通过列表分析,表明增加了目标识别的可信度,减少了目标的不确定性.     

建筑结构基于性能的抗震设计方法分析

基于性能的抗震设计目前得到广泛研究．被认为是将来抗震设计的主要发展方向，该文对国内外基于性能的抗震设计中遇到的一些问题和常用的设计方法作了较系统的综述，并对现阶段进行结构性能抗震设计的方法和步骤进行探讨.     

图像目标语义层级结构及其非监督学习算法

根据场景图像中某些目标的特征间具有空间关联性和几何连贯性的空间语义属性,对特定场景的图像序列进行学习,首先提取各图像的尺度不变特征变换(SIFT)特征点,分析每对图像中各匹配特征点对间的几何连贯性,然后根据图像序列特征点矢量间的空间紧密程度进行聚类获得目标对象,从而得到基于空间关联性的一种新的图像语义层级结构(SBOSH),此层级结构图是通过非监督自动学习的过程获得的.由SBOSH结构图不仅可得到各节点上的目标对象,而且能够获得各节点间的空间交互性.所得的SBOSH结构图符合人对场景的逻辑分析,可以应用于场景分析、目标及目标局部精确定位和类目标的识别中.