一类带位移边值问题的逆问题

给出了Hasemann问题的逆问题的数学提法，利用Hasemann问题的解法，分别讨论了其逆问题在正则与非正则情况下的解法，并得到了其封闭解。     

基于离散Markov决策过程的发电公司多阶段决策

采用离散时间Markov决策过程(DTMDP)对以多阶段总利润最优为目标的发电公司决策问题进行研究．市场环境下，发电公司根据自身条件，其竞争策略可以是价格的接受者，也可以是价格的制定者．考虑了发电公司不同策略情况下市场均衡状态间的转换概率，分别给出了发电公司作为价格接受者和价格制定者时的多阶段决策模型．通过算例验证了所提模型的有效性和可行性．     

基于运算微积的Stokes第二问题起动过程的精确解

为研究Stokes第二问题的起动过程,利用运算微积得到了问题的精确解。在时间趋于无限长时,该解逼近Stokes第二问题的精确解。研究发现:空间每一点的速度从初始时刻的零值开始增大,达到第一峰值后开始减小并进入振荡状态;流动开始为非等幅振荡,随时间进程最终发展为稳定的等幅振荡。在近壁面处,第一峰值低于该处达到稳定等幅振荡后的幅值;在远壁面处,第一峰值高于该处的等幅振荡幅值;之间存在一个临界距离,该处的第一峰值与等幅振荡的幅值相等。此外,平板振荡频率越低,流场达到稳态振荡所需时间越长,临界距离越短。研究还给出了频率和临界距离的定量关系,发现两者的乘积为一常数。     

大规模车辆配送/收集问题的求解框架

大规模车辆配送/收集问题是供应链末端的日常商品配送和逆向物流前端的废品收集过程中的典型问题,存在着车辆载重、工作时间和车辆服务区域固定等约束,属于扩展的有载重约束的车辆路径问题。该文对该类车辆问题进行了描述和特点分析,提出了一个3阶段的求解框架:采用基于主干道的网格法对客户进行区域化整合;采用车流模型和C-W、3-opt相结合的算法完成客户区域对车辆的分配;采用旅行商问题求解方法对区域内车辆路径进行优化。案例研究的结果证明了该求解框架的实用性和有效性。     

大学毕业生就业生态问题及对策

就业生态指大学毕业生的就业期待、高等教育的培养预期与社会对人才的需求程度所构成的相互矛盾或协调的生态系统。这一生态系统中存在着三个层次的生态圈，即观念生态圈、行为生态圈、社会生态圈。观念生态圈的失衡、行为生态圈的错位、社会生态圈的失范是造成大学生就业难的生态原因。解决的办法，就是不断优化就业生态，改变观念生态圈的失衡；实行政策倾向，修正行为生态圈的错位；加快文化制度建设，扭转社会生态圈的失范。     

Hilbert空间中函数和的次微分规则及应用

 给出了Hilbert空间中非光滑函数和次微分的“局部”和规则,讨论了这个和规则的应用.利用“局部和规则”,讨论并得到了一类较广的复合优化问题的最优必要条件.     

用遗传算法求解多目标0/1背包问题

扼要介绍多目标优化的Pareto最优性概念 ,研究搜索多目标 0 1背包问题Pareto最优解集的快速遗传算法 (FPGA :fastParetogeneticalgorithms) .FPGA采用种群中非支配解的层次评价可行解的适应值 ,提出了一种快速非支配解层次辨识算法 ,辨识算法仅有O(n2 )数量级的计算复杂性 ;采用基于聚类概率排挤的小生态技术维持种群多样度和Pareto最优解集的分布均匀性。对多种多目标 0 1背包问题的仿真优化实验结果表明 ,FPGA能够以有效的计算成本搜索到精度高的、分布均匀的高质量Pareto非劣解集 ,其收敛速度和收敛准确性一致地优于代表性的强度Pareto进化算法 (SPEA) .     

广义Burgers方程族的一类扩展可积模型

首先构造了loop代数A1的一个新的子代数,再将其扩展为一个高维的loop代数G,利用G设计了一个新的等谱问题,应用屠格式求出了名的Burgers方程族的一类扩展可积模型。     

非线性l1 问题的光滑近似算法

利用“ ”函数的光滑近似函数和无约束优化方法给出非线性l1的一种算法．在适当的假设下，算法是全局收敛的．初步的数值试验结果表明算法的有效性．     

Solving constrained traveling salesman problems by genetic algorithms

Three kinds of constrained traveling salesman problems (TSP) arising from application problems, namely the open route TSP, the end-fixed TSP, and the path-constrained TSP, are proposed. The corresponding approaches based on modified genetic algorithms (GA) for solving these constrained TSPs are presented. Numerical experiments demonstrate that the algorithm for the open route TSP shows its advantages when the open route is required, the algorithm for the end-fixed TSP can deal with route optimization with constraint of fixed ends effectively, and the algorithm for the path-constraint could benefit the traffic problems where some cities cannot be visited from each other.