用有指导的进化模拟退火法解组合优化问题

基于模拟退火和模拟进化思想，提出了一种解决组合优化问题的新方法；有指导的进行模拟退火法。该方法允许问题的多个解同时存在，这些解之间朝霞避部或全部的比较和竞争，然后指导越来越多的搜索进入可行解的范围内，用ＧＥＳＡ方法求解两个典型的组合优化问题；旅地商和作业调度问题。结果表明，此方法优于单纯的模拟退火方法。     

非整数次Sobolev空间的稠密性定理

本文用简明的泛函分析方法证明在区域Ω上的非整数次Ｓｏｂｏｌｅｖ空间Ｈｓ（Ω）的稠密性定理，即当且仅当ｓ≤１／２，空间Ｃ０∞（Ω）在Ｈｓ（Ω）中稠密。并进一步推出，空间Ｈ０（Ω）＝Ｌ２（Ω）与Ｈｓ（Ω）（０＜ｓ＜１／２）函数的差异．这种差异表现在边界邻域的性态上．     

一种改进的Hopfield神经网络算法用于单元布局

利用改进的Ｈｏｐｆｉｅｌｄ人工神经网络模型，提出了用于求解ＶＬＳＩ系统单元布局的优化 算法。该算法具有简单的能量函数表达式，较快的收敛速度，可避免无效解。利用此算法对于６ 种较复杂的布局实例进行运算，在布局优化结果和运算速度方面都比同类研究有较大改进。     

有理逼近及其在数值优化中的应用

文章利用倒差商研究了数值有理逼近的理论和方法，证明了有理插值函数的唯一性，并应用该方法求解数值优化问题，建立了直线搜索的计算方案。计算结果表明，用有理插值方法求解数值优化问题是速度快、精度高的算法     

关于文山师专美术系产学研结合的思考

文章以当前高等教育发展的趋势为背景，针对文山师专美术系的实际，提出了产学研结合的几个思路：以学为中心，深化产学研合作内涵，丰富产学研合作内容；与市场紧密结合，推动教改深入发展，提高学生的综合素质；重在“研”字上做文章，为产学研教学提供有力的技术支持。     

商半环的强分配格

给出了半环的强分配格的商半环为其相对应的半环的商半环的强分配格的充要条件.     

建立产学研战略联盟 提高自主创新能力

2006年7月14日，太原市促进产学研战略联盟座谈会在并州饭店召开，来自企业、省城高校、科研院所的有关人员，围绕产学研战略联盟试点、重点领域的共性技术和关键技术、青年科技创新拔尖人才培养、提高企业自主创新能力和竞争力建言献策。太原市科学技术局王燕阳局长就产学研合作作了总结发言，并提出4点建议：一是着力解决产学研合作动力机制问题；二是重点解决七大支柱产业领域的技术瓶颈，攻克共性技术、关键技术；三是把培养青年科技创新拔尖人才放在突出的战略位置，加大扶持力度，加强青年创新团队建设；四是营造环境，加大政策引导力度，在项目安排上突出产学研合作。     

一种总体最小二乘算法及在Volterra滤波器中的应用

针对输入输出观测数据均含有噪声的滤波问题，提出了一种鲁棒的总体最小二乘自适应算法．该算法利用滤波器的增广权向量的瑞利商为损失函数，导出了其自适应迭代公式，并利用随机离散学习规律对权向量模的分析进行算法梯度修正，提高了算法的噪声鲁棒性，而且使得算法简单，稳定性好，收敛精度高．将该算法应用于Volterra滤波器，可使滤波器在非线性系统中的信噪比达到10dB，在学习因子为0．01时，算法仍然能够保持良好的收敛性．仿真结果表明，即使在高噪声环境或使用较大学习因子的情况下，该算法的鲁棒抗噪性能和稳态收敛精度均明显高于其他总体最小二乘方法．     

基因块编码的并行遗传算法及其在TSP中的应用

针对简单遗传算法在较大规模组合优化问题上搜索效率不高的现象,提出了一种用基因块编码的并行遗传算法(Building-block Coded Parallel GA,BCPGA).该方法以粗粒度并行遗传算法为基本框架,在染色体群体中识别出可能的基因块,然后用基因块作为新的基因单位对染色体重新编码,产生长度较短的染色体,再用重新编码的染色体群体作为下一轮以相同方式演化的初始群体.将BCPGA应用于一个100城市的旅行商问题(TSP)中,结果表明本方法可以提高遗传算法的搜索效率,并且在相同条件下,BCPGA明显优于单纯的粗粒度并行遗传算法.     

神经网络TSP问题仿真分析

描述了Hopfield神经网络和自组织特征映射神经网络解决TSP问题时的求解过程和仿真算法.通过对两种算法的仿真比较,得出以下结论:对于较大规模的TSP问题,SOFM模型的寻优结果要优于HNN模型寻优结果;HNN对网络模型参数和初始条件具有很强的依赖性且调整参数组合非常困难,而SOFM的参数设置和调整相对要简单得多;SOFM算法对待解决问题的拓扑分布不敏感,而HNN算法的收敛性对待求解问题的自身分布有很强的依赖性;当待求解问题的数目增大时,SOFM算法的运算时间增加缓慢,而HNN算法的运算时间增加较快.因此,在解决TSP问题时,自组织特征映射神经网络比Hopfield神经网络的效率高,随着问题规模的增大,其优势更为明显.