带改进型Trombe墙体的热箱热性能的实验测定和分析

针对现行的带Trombe墙体太阳房早晨室内升温速度较慢的缺点，利用可对比热箱，建造了带有新型竖置透明蜂窝的改进型Trombe墙体．对改进型Trombe墙体及热葙的整体热性能进行了对比测试，并做了热箱内无蓄热材料与有蓄热材料时的对比测试，实验结果表明该墙体比传统的Trombe墙体室内升温速度快，热利用效率高．     

自适应遗传算法优化模糊小脑模型

首次采用遗传算法（ＧＡ）设计模糊小脑模型神经网络（ＦｕｚｚｙＣＭＡＣ）的隶属函数．提出一个自适应ＧＡ优化算法，并且以优化模糊小脑模型ＦｕｚｙＣＭＡＣ学习正弦曲线．仿真实例表明，采用自适应ＧＡ方法优化的ＦｕｚｙＣＭＡＣ学习精度比标准小脑模型ＣＭＡＣ提高大约三个数量级、比标准ＦｕｚｚｙＣＭＡＣ（三角形隶属函数）提高一个数量级．自适应ＧＡ方法优化的ＦｕｚｙＣＭＡＣ学习速度比普通ＧＡ优化的速度快且进化过程的振荡明显减小，仿真证明该方法比普通ＧＡ优化方法稳定，收敛效果好．     

改进的强隐式格式及其在三维Euler与N-S方程中的应用

将 Ｓｔｏｎｅ强隐式格式由单个方程推广到方程组，并用于三维高速可压缩流的 Ｅｕｌｅｒ和Ｎａｖｉｅｒ－Ｓｔｏｋｅｓ方程组的数值计算。为较好地捕捉激波、提高激波的分辨率，对离散后方程右端项的数值通量进行了改进，采用了ＮＮＤ格式的数值通量。典型三维算例表明，本格式具有高效率、高分辨率的特点，流场与实验数据较接近。     

用改进过的激光拉曼光谱仪测定气相反应过程中产生的瞬态中间体(英文)

改进激光拉曼光谱仪的样品池为石英玻璃制作的连续流动的气体，样品室，用紫外光束射入样品室来激活气体在垂直于紫外光束和探测激光束的方向来探测被瞬态中间体散射的拉曼散射光；交流（A·C）放电电极对以适当的间隙装在上述样品室上；由激光拉曼光谱仪记录下的拉曼散射光谱频移图上，根据待测物的特征频率，辨认和确定气相反应过程中所产生的瞬态中间体。这为光物理、光化学、等离子体化学等提供可靠的、直接的探测方法。     

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．     

改进GA算法的电力系统机组优化组合研究

提出了一种新的基于实数和二进制数统一编码的改进遗传算法.把机组组合问题分解为两个优化子问题,分别对其优化.应用实数编码来模拟功率并用实数遗传算法解决负荷经济分配问题,同时结合二进制编码模拟机组启停状态,解决了机组优化组合的0-1混合整数非线性规划问题.本算法运用到模拟10台机组的优化组合研究中,取得了很好的效果.     

基于广义粗糙集的不确定条件下的Flow Shop调度

在实际生产调度过程中，加工时间的不确定性是普遍存在的，因此引用广义粗糙变量来表示不确定的工件处理时间，定义粗糙加法运算，precision以及ratio，建立了处理时间不确定性的FlowShop调度问题的精糙规划模型，提出了粗糙遗传调度算法将其应用于调度模型的求解，仿真实验证明了算法的有效性。     

关于改进的支持向量机的研究

支持向量机是一种基于统计学习理论和对偶理论的分类和函数估计方法,其推广能力强和全局最优的特点引起了学者的广泛关注。本论文对目前所提出的各类改进的支持向量机进行了初步的研究和分析。     

中长期电力负荷预测

对电力负荷的预测的传统方法主要采用回归模型、曲线模型等，因不能充分利用历史数据，其准确性较差。利用人工智能技术，将BP神经网络及遗传算法应用于中长期期电力负荷预测，能更好的利用历史数据，如果再对有节假日的特殊月季电力负荷数据进行合理有效的处理，就能大大提高预测的精度。     

WITNESS环境下基于改进型IDEF3方法的离散事件仿真建模

针对WITNESS仿真环境下，复杂离散事件仿真建模过程中出现的大量顺序、并行、同步、冲突及因果依赖等关系，提出采用改进型IDEF3方法进行仿真建模．采用仿真规则与交汇点集成、行为单元与仿真信息数据集成的原则进行建模；同时在IDEF3方法的基础上，建立新的行为单元，达到了仿真单元的可重用和可重构性，大大提高了仿真建模的速度，减少了建模难度．最后，给出了在改进型IDEF3方法下进行离散事件仿真的框架，并在仿真软件WITNESS的基础上，通过实例详细描述了建模过程．