用遗传编程进化神经网络结构和权值

本采用遗传编程（Genetic Programming，下用GP表示）的方法，提出一种对神经网络如何同时优化它的权值和结构（包括层数，每层的神经元个数以及神经元之间的连接关系）的新思想，遗传编程（Genetic Programming)是遗传算法（Genetic Alogrithms) 的扩展，利用具有可变长度的LISP符号表达式表示群体中的个体，是基于达尔（Darwin)的进化论和遗传基因学原理的一种新兴的搜索寻优技术，本采用这种方法设计了一个神经网络，成功解决了一位加法器问题。     

一种动态系统稳态优化的抗干扰调优方法

为解决存在干扰情况下的功态系统稳态调优问题,提出了一种新的目标函数及其梯度的辨识方法,并以此给出了抗干扰调优方案。理论分析和仿真结果表明:该法可在较强的输入动态扰动和外干扰下,自动移动工作点至最优点,并具有最优点跟踪性能。     

GA—DFP分级优化技术的研究

本文提出了一种把遗传算法（ＧＡ）和变度量法（ＤＦＰ）相结合的分级优化方法，即先以遗传算法进行优化将其计算结果作为第二级变度量法的初始值，再进行优化算。结果表明。该方法是一种提高优化质量的有效方法，既具备良好的全局收敛特性，又有较快的收敛速度和较高的优化精度。本文还通过举例说明了该方法的应用。     

基于自适应模拟退火的改进混合粒子群算法

为了改善旅行商(TSP)优化求解能力,对模拟退火与混合粒子群算法进行改进,引入了自适应寻优策略。交叉、变异的混合粒子群算法,易于陷入局部最优,而自适应的模拟退火算法可以跳出局部最优,进行全局寻优,所以两者的结合兼顾了全局和局部。该算法增加的自适应性寻优策略提供了判定粒子是否陷入局部极值的条件,并可借此以一定概率进行自适应寻优,增强了全局寻优能力。与混合粒子群算法实验结果对比,显示了本文算法的有效性。     

步进电动机的故障诊断及其实现

针对步进电动机运行中的某些主要故障，设计了ＦＮＮ模糊神经网络故障理机及其单片机实现，提出随机寻优训练算法，并对此对该ＦＮＮ进行了训练，仿真结果表明，该处 仅计算速度快、推理精度高，而且具有工程应用的价值。     

一种产品可靠性综合评估模型的数值分析方法

小样本产品在研制结束进行可靠性评估时 ,由于样本量少 ,使评估的可信度低 ,风险大。为解决这一难题 ,构造了变环境变母体的可靠性综合评估模型。拟合方法、寻优方法和优化准则是为解出模型中的环境折合系数而涉及的几个问题。通过对各种方法计算结果的对比分析 ,最终确定的计算方法是采用过末点拟合直线、穷举搜索法进行寻优 ,优化准则是使各拟合直线的相关系数的方差最小。     

改进的模拟退火算法及其在正交偶极子各向异性反演中的应用

正交偶极子各向异性反演中一般采用快速模拟退火算法(VFSA)。为了提高VFSA算法的分辨率，提出了一种改进的VFSA算法，此算法需结合局部优化算法，即在VFSA算法的每一循环中随机产生3个点，然后运用单纯形算法进行局部寻优，所得最优解作为下一循环的初始点继续下一循环。使用改进的VFSA算法处理了大庆某井的正交偶极子声波测井数据，并将该算法与传统的VFSA算法的处理结果进行了比较。结果表明，改进的VFSA算法比传统的VFSA算法具有更好的收敛特性。若合理地选择计算参数，则改进的VFSA算法的速度下降并不明显。     

用蒙特卡洛法计算多元酸的稳定常数

应用蒙特卡洛及单纯形加速法作为确定初值及精解手段,在提出多元酸准稳定常数及模型的基础上,提出一种计算多元酸各级稳定常数的通用方法,并编制了“MONTECARLO-MSM(PK)”的计算机程序。     

一种基于动物自治体的寻优模式:鱼群算法

根据鱼群的行为特点 ,并应用动物自治体的模型 ,提出了一种自下而上设计的新型的寻优策略 -人工鱼群算法 (Artificial Fish-swarm Algorithm) .通过仿真试验的研究表明 ,这是一种有效的寻优模式.     

对分法在多元优化问题中的推广应用

将一维优化方法中的对分法推广应用于无约束多元优化问题的寻优求解中,基于对分法求解的优化问题必须具有有限边界搜索区域的考虑,讨论了问题初始搜索域的确定方法;并进一步给出了对分法推广应用的算法实施过程.最后通过算例与目前现有的几种确定性求导寻优法进行了比较.