基于离散微粒群优化的物流配送车辆路径问题

提出一种求解物流配送车辆路径问题的离散微粒群优化算法。通过引入随机交换序、PMX算子使微粒群优化算法能够求解车辆路径问题这类离散组合优化问题。设计了求解车辆路径问题一种新的整数编码方案，并采用罚函数法处理约束条件。计算结果表明，该算法是解决车辆路径问题的有效方法。     

我国证券市场行业收益三因素模型的实证研究

Fama-French三因素模型比资本资产定价模型更好地描述了股票收益率横截面数据的变动,采用最新的股票数据(2000.01～2003.12)并运用Fama-French的三因素模型对每个行业的平均回报率进行了检验。论证了行业收益的三因素模型在我国证券市场上是成立的,同时检验了我国证券市场上每个行业是否有“月度效应”现象。实证结果为风险预算过程中的战略风险预算和风险控制提供了可靠依据,同时为投资组合选择、预测、决策及其业绩评价提供了一定的依据。     

多回合组合双向拍卖交易机制研究

以组合双向拍卖分析为基础,建立了相关的数学模型,分别对单一回合和多个回合的组合双向拍卖交易机制进行了研究,证明多回合组合双向拍卖能更大地提高社会福利,也为进一步研究组合双向拍卖的市场效率、竞争均衡、竞标策略和计算机的模拟实验等问题提供了基础.     

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.     

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．     

博士生导师纪友亮教授简介

黄争鸣，男，1957年7月生，湖北钟祥人。1979年12月毕业于西北电讯工程学院无线电结构设备与工艺专业；1983年1月毕业于华中工学院固体力学专业，获工学硕士学位；1999年8月毕业于新加坡国立大学材料工程专业，获博士学位。现为同济大学航空航天与力学学院“长江学者”特聘教授。     

基于组合赋权法的岩质边坡稳定性敏感因素研究

边坡稳定性评价是一个涉及多因素、多层次的高度非线性系统。针对影响边坡稳定性因素的复杂性和不确定性以及敏感因素区分度的不显著性,结合G316抚州资溪花山界至南城黄狮渡段公路改扩建工程,以岩质边坡内部参数、几何形状以及外部荷载所包含的7个因素作为稳定性敏感分析对象。通过有限元强度折减法和单因素分析法确定评价指标因素的敏感度,得出两两因素间的相对重要程度关系,利用层次分析法将定性、定量分析相结合,合理确定各因素的权重。通过岩质边坡原始数据间的关系,运用熵值法来确定各因素的变异性和权重,最后借助主客观组合赋权法对各因素权重进行赋权,确定对边坡稳定性最为敏感的因素,以期为边坡治理和优化设计提供参考。