加工车间进度计划的实用动态模拟研究

从实用的角度出发，对较大规模的加工车间问题采用了动态模拟的方法，在非延迟计划（ＮｏｎｄｅｌａｙＳｃｈｅｄｕｌｅｓ）的基础上，根据各种不同的启发式优先规则，迅速生成几类包含或接近最优解集并相应满足不同目标函数的进度计划．采用某机械加工厂大件车间的实际数据进行了进度计划的编制，取得了比较满意的结果．     

炼钢─连铸最优浇次（CAST）计划

研究钢铁厂ＣＩＭＳ中炼钢－连铸计划与调度中的浇次计划编制方法，建立了最优浇次计划的０－１整数规划模型，提出了求解这一带约束的０－１规划模型的遗传算法的构造和求解方法，用实际数据仿真计算结果表明，所建立的模型和求解方法是有效的     

应用遗传算法求解计算机通信网的最佳路由─—一种新的遍历匹配选择法

求解计算机通信网的时延和路由选择是一个多约束条件的非线性优化问题，采用遗传算法求解是目前比较有效的方法。本文以遗传算法的基本思想为基础，提出了一种新的遍历匹配选择法，通过实例计算，采用这一选择方式的遗传算法能快速求出问题的全局近似最优解，且具有较高的计算精度。     

JOB SHOP中零件排序的一种启发算法

Ｊｏｂ ｓｈｏｐ中的零件排序问题是生产作业计划安排与调度中的重要内容之一，作业已证明这类问题属于ＮＰ难题，不存在有效的解析解。本文针对一般作业车间的具体情况，考虑在工序间的批移动方式，提出了平行顺序移动方式下以极濉经零件生产周期为垢启发式算法，并设计了相应的计算机程序，它可以方便地进行作业计划安排，对于实际生作业计划与调度具有重意义。     

大型复杂结构优化问题的遗传算法

大型结构的整体优化问题一般具有多目标、多约束和多混合变量的特点，自由度多达千计，其算法的速度和效率是问题的关键所在．遗传算法是求解大规模函数优化问题的有力工具，在复杂结构的优化设计问题中得到广泛应用．本文介绍了遗传算法的基本思想、特点，阐述近年来遗传算法在结构优化设计及其相关领域的应用现状和重要发展．     

遗传算法在离散变量结构优化设计中的应用

研究适于离散变量结构优化设计的遗传算法．探讨了离散变量结构优化问题的基因表达模式，提出了一种减小基因搜索范围的子空间构造方法．该算法可处理受应力、位移约束的结构优化问题．数值计算实例表明该算法效率高，具有很强的适应性     

汽车自动寻径算法的研究

根据全球定位系统(GPS)的发展和应用，讨论启发式搜索策略(A算法)的优点和不足；提出自学习寻径算(ALSA)。该算法克服了传统方法的速度慢、实用性差的缺点，可以满足实际应用的需要。同时模拟了广州公路网的路径搜索系统，以说明该系统的实用性和可行性。     

一类高精度非线性系统参数和阶次辨识的浮点遗传算法

本文给出一种基于浮点操作的具有遗传算法机制的迭代启发式随机搜索算法。该算法同随机逼近算法相结合对非线性系统的参数和阶次的辨识结果表明，具有精度高和收敛性好等特点。     

基于遗传算法的批调度问题

对把独立的、可同时达到的工件组批，并同时在单机上确定批内序和批间序的批调度问题进行了研究。给出了问题的数学模型，并构造了一个有效的遗传算法。实验结果表明是有效的。     

启发式教学例谈

举实例介绍了在作者在数学教学过程中启发学生思维的六种方法：利用例题结论的特点启发学生结合题中条件与结论的关系启发学生由特殊到一般来启发学生；由具体到抽象来启发学生。联想已有的公式，定理来启发学生，抓住某一概念来启发学生。