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。     

稳定焊接过程神经网络控制系统计算机仿真

建立了控制ＣＯ２焊飞溅的神经网络控制系统并对该系统进行了仿真．构成仿真系统的逆模型、正模型和差值模型均采用了改进的ＢＰ算法，用典型的样本集对这三个模型进行了训练，分析了影响仿真效果和响应品质指标的因素，初步确定了一种最佳的控制方式．     

神经网络训练的分解重组算法

本文介绍了把线性不可分问题分解为一系列线性可分子问题、对线性不可分问题进行求解的网络分解重组算法．还证明了该算法的收敛性．实例研究表明：该算法不仅可以得到神经网络的隐层空间目标和隐层单元数，而且提高了对线性不可分问题的求解速度，因此是一个非常有效的神经网络训练算法．     

带平行约束的多处理机调度问题

对带平行约束的多处理机调度问题，引进一种局部最优解的概念，并以此为基础，给出一种随机化迭代算法．若干实例的计算结果表明，本文的算法是非常有效的     

IDA^＊算法的程序实现和实验分析

首行提出一些算法性能的新度量，然后在ＩＤＡ＾＊和Ａ＾＊算法程序实现的基础上，基于８数码和１５数码难题进行了实验分析，其结果有利于进一步从事搜索算法的研究。     

一种改进的关联规则增量式更新算法

在支持度和置信度不变的情况下,随机或偶然向数据集添加数据记录会导致关联规则的变化.在FUP算法的基础上给出了一个改进的增量式更新算法,本算法在充分利用先前关联规则的基础上极大的减少了扫描原数据集的次数,与FUP算法相比极大的减少了算法运行时间,并实验验证了算法的优越性.     

基于位置相关查询的一种语义缓存模型

为了克服FAR算法在位置预测方面的不足，定义了一种语义缓存模型，与传统的语义缓存模型相比增加了对移动单元的坐标和语义片段的时间描述，有助于预测未来移动单元可能的位置．提出了一个改进的RBF—FAR算法作为替换策略，并结合使用RBFNN进行位置预测．实验证明，通过定义新的语义缓存模型，采用新的查询替换策略，再结合神经网络的自学习特性，使得RBF—FAR模型更加灵活，并有效地减少网络负载和查询时间．     

改进混和遗传算法优化城市给水系统调度模型

以给水调度系统的能源费用为目标函数，在给出24h用水量预报、供水泵站的机组配置、水库初始和最终水位、电费价格和给水管网的水力学约束条件下，通过引入改进混合遗传算法优化方法对该系统模型进行优化调度，以追求能量费用最小的运行状态．同时，该模型还给出了泵站运行时水泵机组的优化组合．通过算例证明了该模型方法的有效性．     

交通信息网格中的最短出行路径并行算法

根据城市路网的特点，提出了一种新的路网图的分割方法；在此基础上，提出两种网格最短路径并行算法GPSPA1和GPSPA2．这两种算法克服了传统并行标签算法只适合在共享内存的并行机器上使用的缺点，适合网格环境下使用．实验结果表明：分割器不能完全分割源点和目标点时，GPsPA2比GPSPA1效率高；完全分割时，两种并行算法的加速比大约都是3．GPSPA2应用于交通信息服务网格系统2．0版中．     

伪并行遗传算法在供水管网优化调度中的应用

讨论了基于微观水力模型的多水源大型供水管网优化调度问题的主要特征，并提出了求解该问题的改进遗传算法．首先，针对决策变量的结构提出二进制-实数混合编码策略；其次，设计并实现了多种群进化的伪并行遗传算法．将本算法与单一群体进化算法同时应用于实际管网的优化调度求解，结果表明，通过个体迁移策略，伪并行遗传算法可以加速优化搜索的进程，显著改善解的质量，并有效节省运行调度费用．