超启发式DE算法求解零等待发酵工艺调度

为解决具备间歇过程特点的零等待发酵工艺调度过程中易变质的难点,提出了一种超启发式差分算法,并将最小化最大完工时间设置为优化目标。此算法分为2层,高层为改进的自适应差分进化算法,来对低层的启发式操作进行选择排序。而低层组合排序成了新的算法对问题域进行操作,加入模拟退火算法避免陷入局部最优。所提出的方法具有学习的机制,对不同问题具有较强的泛化能力。通过测试算例和实际生产进行算法的比较和求解验证了此算法的有效性,结果表明所提出的算法比传统的启发式算法性能更优。     

面向软件过程改进的工作流仿真研究

本文的研究从深度上涉及方法学、技术和工具层面，从广度上涉及过程、产品、资源、组织和度量。工作流仿真可以贯穿于软件过程改进的整个生命周期。针对技术层面，提出一个支持软件过程改进的工作流实施框架，其中包括四个反馈环节来实现改进。进一步提出指导建模的软件工作流元模型，它将度量和过程改进的几个要素结合到一起，便于仿真评价，并且利用对象约束语言形式化描述模型实体本身和实体间的完整性约束关系。针对工具层面，给出了基于ECA规则的工作流模型定义和仿真引擎的结构。在此基础上就一个软件开发过程的实例，依据过程度量指标分析了各种可能的改进方案。     

细胞自动机及其在菌体生长建模仿真中的应用

在介绍细胞自动机基本概念、基本特征和仿真模型建立步骤的基础上，较详细地讨论细胞自动机在青霉素发酵过程菌体生长建模及仿真中的应用。在建立青霉素分批发酵过程菌体生长细胞自动机模型的前提下，以Matlab为开发工具实现了模型的可视化编程，并进行了仿真实验。实验结果表明，利用细胞自动机建立的青霉素分批发酵过程菌体生长仿真模型能较好地描述青霉素菌体生长的演化行为。由此可以看出，细胞自动机具有很强的模拟复杂物理现象或过程的能力，其为青霉素发酵过程的建模、仿真提供了一种理想的生命计算模型。     

一种多神经网络混合模型的学习算法研究

针对混合智能模型的多神经网络结构特征，提出一种模型参数的在线辨识算法。该算法在起始阶段利用混沌优化算法寻找初始点，随后采用BFS法完成参数寻优过程。对处于扰动状态下的预分馏塔的仿真结果表明，该算法可以有效地解决一类多神经网络模型的在线参数辩识问题。     

对美式期权定价中一类蒙特卡洛过程收敛速率的研究

对于文[1]中所述的蒙特卡洛过程，进一步讨论其有关序列的胎紧性，给出并证明与收敛速率相关的中心极限定理。     

高科技成果商业化的过程模型

提出一个由初步商业化阶段和持续商业化阶段构成的高科技成果商业化的一般过程模型，将风险投资过程和非风险投资过程整合在一起，揭示风险投资的战略目标和商业竞争优势的真实来源。进一步将该模型与Yiannis E．Spanos和Spyros Lioukas的竞争优势综合概念框架模型相比较，建立起协调一致的对应关系。综合运用两个模型，得出三个重要结论。     

SV模型参数估计的经验特征函数方法

计算基本SV模型和杠杆效应SV模型的联合特征函数，借助经验特征函数方法估计这两个SV模型。使用上海和深圳股票指数收益数据进行实证研究，结果表明经验特征函数方法是一种简单易行的估计SV模型的方法。     

基于时间优化的设备群维持随机模型

对于在工人完成任务效率具有随机性的情况下,如何合理组织一类可拆分设备维修以加快设备维修速度,从而增强企业竞争优势的问题,建立了基于时间优化的随机维修模型并对该模型进行讨论,最终形成了一个与之等价的可以进行求解的确定型模型。通过数值算例发现,在考虑随机性对维修效率的影响后,与认为工人完成任务效率固定的确定型模型相比,任务安排可能发生变化。     

一种汇率模型的波动分析

讨论一种受到一般随机干扰的汇率模型,介绍随机循环的含义及定理,使用随机李雅普诺夫函数得到了在一定的条件下受到各种随机干扰的实际汇率的波动范围。     

基于小波变换的LMSV模型波动长记忆性估计与检验

将小波引入到LMSV模型波动长记忆性的估计与检验中，提出了基于小波变换的LMSV模型波动长记忆性的伪极大似然估计法和波动长记忆性的检验方法，用不同参数值和样本容量的数据进行了模拟实验．又用该方法对上海和深圳证券交易所综合指数收益序列的LMSV模型的波动长记忆性进行了检验和估计，结果表明该方法是有效且可行的．