均匀试验设计在遗传算法中的应用

介绍了在遗传算法中运用均匀设计产生初始种群的方法，指出由于遗传算法的交叉机制是完全依赖于初始种群的，所以初始种群的多样性对于遗传算法的收敛性是至关重要的．同时通过算例采用De Jong提出的验证方法验证了运用均匀设计产生初始种群能够增强遗传算法的收敛性．     

均匀设计抽样的小样本均匀性

文献［８］从理论上给出了均匀设计抽样样本点集的偏差的阶，并随机模拟了大样本的情况。本文通过随机模拟说明，当样本容量较小时，均匀设计抽样的偏差优于其它几种设计和抽样方法。最后，从最大对称差的角度对几种设计和抽样方法进行了比较。     

算子值全纯函数的正族性质

在经典函数论的正族理论基础上给出了算子值函数的正族概念，由此得到了关于算子值正族的几个基本原则。     

关于Banach空间的几种光滑性和范数一致G—可微的等价条件

讨论了Ｂａｎａｃｈ空间的范数一致Ｇ－可微、很光滑汉极极端光滑性质的等价条件。     

大型舰船甲板变形测量

为测量大型舰船甲板的变形，提出了基于多个IMU数据融合的测量方法．建立了甲板变形测量模型．利用最小二乘估计对甲板的变形进行了分析．结果表明，用该方法可以实时估计未安装IMU战位点处的甲板变形，且能减少变形测量系统所需IMU的数量；变形估计精度与IMU的布置有关，当IMU的布置合理时，估计精度优于0．8arcmin．     

单层柱面网壳在多点输入下的地震反应

采用可考虑行波效应和部分相干效应的人工合成多点地震动，同时考虑网壳结构的材料非线性和几何非线性，对柱壳在多点输入下的地震反应进行计算，并与一致输入下的地震反应进行对比，考察二者之间的差异；深入分析了大跨度单层柱面网壳结构在多点输入下的地震反应规律，得出一些有益于工程实际的重要结论．     

具有离散时滞的非自治扩散的N种群竞争模型

1模型与概念文献[1]给出了如下具有时滞的Lotka-Voltrra竞争模型x(t)=x(t)(r1-ax(t-τ)-by(t))y(t)=y(t)(r2-cx(t)-dy(t))本文将上述模型推广到非自治的N种群竞争扩散模型进行讨论.考虑如下形式的模型x·i(t)=xi(t)(ri(t)-aii(t)xi(t-τ)-∑nj=1,j≠iaij(t)xj(t))x·n(t)=xn(t)     

关于样本区间长度的联合分布

设（X1，X2，…，Xn）为服从I=[0，1]上均匀分布的简单随机样本，它们将[0，1]分成（n＋1）个样本区间，以Y0，Y1，…，Yn分别表示这些样本区间的长度．本文讨论Y0，Y1，…，Yn的联合分布及其极限分布．     

无界区域上非自治BBM方程的一致吸引子

讨论了无界区域上非自治广义BBM方程的Cauchy问题，给出了方程解的先验估计，并证明了由方程生成的过程族在H^1（A）弱拓扑下存在一致吸引子．     

基于RBF神经网络的结构可靠度分析方法

蒙特卡罗模拟是目前结构可靠度分析中最准确有效的方法,但因其计算量太大、效率低而受到很大的限制,特别是对于大型复杂结构的功能函数不能被明确表达的情况.鉴于此,在蒙特卡罗重要抽样方法的基础上,提出了利用RBF神经网络替代原结构功能函数的RBF-蒙特卡罗方法,以提高工作效率.RBF神经网络训练样本的选取则由均匀试验设计确定,以提高样本的代表性并大幅减少样本数量,从而加快网络的训练过程,加强网络的逼近能力.算例分析表明,该方法不但能最大限度地减少结构有限元分析次数,而且有满意的计算精度,具有实际应用价值.