改进遗传算法及其在背包问题中的应用

介绍了一种改进的遗传算法,给出了应用该算法的具体步骤。该算法通过使用二元染色体编码方式,利用基因处于不同状态的概率来表示等位基因,既使染色体具有了更多的信息量,又能够保证遗传算法的收敛性。通过旋转变换实现了染色体的进化,提高了算法的全局搜索能力和收敛速度。并利用组合优化中典型的背包问题对算法进行了验证,并和基本遗传算法的结果进行了比较,验证了算法的有效性     

组合式全局寻优算法研究

分析了当前用于连续变量全局优化的各种智能算法的特点，指出他们互相融合发展的趋势，提出了一种体现大融合思想的组合式全局寻优算法，将目前各种智能优化算法有机组合在一起，使它们能够共享优化信息，协同寻优，从而形成最丰富的寻优机制，达到最强的全局寻优能力。最后用一个算例验证了该算法的有效性。     

中国证券基金最优投资组合

根据中国证券基金业面临的特殊经营环境，建立基金的变动投资组合选择模型。通过运用该模型和作者编制的相关软件进行实证分析，研究置信水平、交易成本、权重系数约束等主要约束条件对证券基金风险资产投资组合有效前沿面的影响，为基金的投资决策提供重要参考。     

多元智能理论指导下的教学设计

多元智能理论认为人类思维和认识世界的方式是多元化的，人至少存在8种智能，即语言智能、数学逻辑智能、音乐智能、身体运动智能、空间智能、自然观察者智能、人际关系智能和自我反省智能，智能之间的不同组合表现出个体问的智能差异性．每一种智能在人类认识世界和改造世界的过程中都发挥着同等作用．并不存在智能的优劣之分．因此．在教学过程中必须认识并尊重受教育者智能差异的现实，制定适合大多数学生发展的教学设计．学生智能的不同组合方式是学生学习方式不同的根本原因，     

CVaR风险度量下的安全第一标准

通过优化方法给出了在均值 CVaR有效前沿上,满足给定的三种安全第一标准的最优证券组合、最优证券组合的期望收益及其CVaR风险值的求解方法和相关结果.三种安全第一标准的经济意义分别如下使证券组合的回报率低于给定的生存水平的概率达到最小;在证券组合的回报率低于生存水平的概率不超过指定值的条件下,使它的生存水平达到最大;在证券组合的回报率低于给定生存水平的概率不超过指定值的条件下,使它的回报率的期望值达到最大.这些结果可为金融机构和投资者正确决策提供理论依据.     

函数极限与积分可交换的一个充分条件

研究了函数极限与积分可交换的问题，利用了平均一致收敛的定义，给出了一个比一致（R）可积性弱的充分条件。     

一类算子方程逼近解的加速收敛

在文的基础上,通过改进一致u0-凹算子所满足的条件,使迭代列能以更快的速度收敛于算子方程Ax=x的正解x。     

鲁棒Hausdorff距离在SAR／惯性组合导航图像匹配中的应用研究

分析了适用于SAR景象匹配辅助导航系统的图像匹配算法的特点，提出了一种新型Hausdorff距离的鲁棒型图像匹配算法．首先分析了传统的Hausdorff距离算法的不足，然后引入了一种能有效消除高斯噪声影响的新算法．同时针对此算法图像匹配时全局搜索的不足，提出了扫描终止法技术，以有效解决图像匹配实时性的问题．针对高斯噪声的大小对图像匹配的影响进行了仿真实验．仿真结果表明，新图像匹配算法能大大提高合成孔径雷达图像的匹配精度和实时性，对组合导航系统的精度提高有重要的意义，是一种行之有效的方法．     

浅析广义积分∫a^＋∞f（x）dx收敛的必要条件

广义积分收敛的必要条件具体地说为：若函数f(x)在[a，b]上黎曼可积，则f(x)在[a，b]上有界且几乎处处连续，而当f(x)的无限广义积分收敛时，则f(x)在其广义积分收敛的区域内几乎处处连续但不一定有界。若无穷级数收敛，则其一般项必收敛于0，而当f(x)的无限广义积分收敛时，f(x)却不一定收敛于0(当x趋于无穷大时)，要使f(x)收敛于0(x→∞)，还需附加一定的条件。     

Lebesgue积分与反常积分的关系

利用Lebesgue积分与Riemann积分的关系,进一步研究了Lebesgue积分与反常积分的关系。