原始地应力及力学参数的测定

本文根据孔壁应力解除法获得的量测应变,提出了采用最优化方法直接确定岩体的泊松比和原始地应力。实例表明,这样获得的原始地应力更符合实际——对应最小的量测残差。     

基于遗传算法的导弹稳定控制回路参数设计方法

本文利用遗传算法（ＧＡ）来优化设计控制系统参数。文中在简要阐述遗传算法的机理及实现的基础上，将遗传算法应用于Ｘ型导弹的弹上稳定回路的参数设计，仿真结果表明了所提方法的可行及有效性。     

两种跟踪低阶模型的模型参考自适应控制方案设计与仿真

采用滤波器降阶和系统分解，并将部分因式看成未建模动态，进而转化成扰动的方法，分别设计了两种高阶系统跟踪低阶参考模型的模型参考自适应控制(MRAC)方案。使用低阶参考模型简化了系统结构。仿真验证了方案的有效性。     

神经网络自适应控制器设计

对前馈神经网络用于动态系统的辨识、自适应控制进行了分析和数学推导，给出了自适应神经网络控制器的设计方法．最后通过仿真实例进行了说明．     

分批加权优化的排课模型

本文介绍一种分批加权优化的高校排课模式．这一模式无需要使用探试方法，因此它优于一般采用的人工智能方法．     

动力总成悬置支架拓扑优化研究

采用结构拓扑优化方法,对动力总成悬置支架进行了优化.在最优拓扑结构的基础上进行结构修改后,一阶固有频率明显提高,而重量有所减小.从加强筋的优化结果来看,在平行于一阶弯曲振型方向上布置加强筋,可获得较好的效果.研究表明,在产品的概念设计阶段采用拓扑优化方法,能给产品的详细设计提供一个很好的基础.     

热轧层流冷却系统优化与模型参数自适应

针对热轧带钢卷取温度控制的不确定性和时变性, 利用系统优化与模型参数的自适应控制热输出辊道上带钢温度. 从控制模式、冷却策略、段跟踪和模型的再计算以及学习系数的读取等方面对系统进行了优化. 根据实际工艺状况, 实时采集现场数据对层冷模型中的参数进行自适应调整, 并就组别分类、空冷/水冷系数的回归分析进行了研究. 实践结果表明： 采用这种方法能满足现场需要, 卷取温度控制精度较高, 基本在-15～15 ℃范围内;控制效果和带钢性能良好.     

基于自适应共轭梯度算法的高分辨率谱估计器

基于AR模型的功率谱估计是现代谱估计应用非常广泛的一种方法。通过对一全极点模型的参数估计来实现功率谱估计。提出了一种采用自适应共轭梯度算法来进行参数估计的方法。由于共轭梯度算法采用迭代运算求解Yule-Walker方程,同现有的谱估计算法相比,大大减小了谱估计算法的计算复杂度;随着自相关矩阵阶数的增大,该方法谱估计精度在小信噪比下提高显著。仿真结果表明,这种方法和基于AR模型的其它谱估计方法在不同信噪比下具有几乎相同的分辨率。因此,该谱估计算法具有重要的实用意义,有助于谱估计算法的实时实现。     

生物学教学中的课堂情景优化策略

本文从教师的课堂管理策略、和谐的师生关系的建立和生物学中的美育教育素材的挖掘和利用等方面探讨生物学教学中如何创设和维护良好的课堂情景,提高生物学教学质量和促进学生良好的个性心理品质的形成.     

Finding global minima with a new dynamical evolutionary algorithm

A new dynamical evolutionary algorithm (DEA) based on the theory of statistical mechanics is presented. This algorithm is very different from the traditional evolutionary algorithm and the two novel features are the unique of selecting strategy and the determination of individuals that are selected to crossover and mutate. We use DEA to solve a lot of global optimization problems that are nonlinear, multimodal and multidimensional and obtain satisfactory results. Foundation item: Supported by the National Natural Science Foundation of China (No. 60133010, NO. 60073043 and No. 700/1042) Biography: Zou Xiu-fen(1996-), female, Ph. D candidate, Associate professor, research direction: evolutionary computing, parallel computing.