处理优化约束条件的微分方程法

在文[1]中,作者曾提出求解一般约束优化问题的一种新方法。本文利用微分方程对约束条件做进一步的讨论,证明了从一可行点的某邻域出发的该微分方程组的解关于部分变元总收敛到问题(1.1)的可行点。     

约束条件下船内液体对稳性的影响

给出在约束条件下即船内液舱近满舱或空舱时液体倾侧力矩的计算公式，并通过计算说明约束条件下当船内液舱较多或容量较大时，忽略舱内液体对稳性的影响是不安全的，在船舶 营运配载过程中应引起充分的注意。     

机会约束下风险证券的期望收益率的切点组合(简报)

在现实生活中决策者进行投资决策时,有时要求风险证券的实际收益率比某一期望收益率要大,以该目标为导向制定相应的最优策略.考虑到所做决策在不利情况下可能不满足约束条件,故允许所做决策在一定程度上不满足约束条件,但该决策应使约束条件成立的概率不小于某一置信水平,该方法由Charnes和Cooper提出,被称为机会约束规划.本文讨论证券组合的机会约束问题.     

基于高斯混合模型的EM学习算法

本文研究了一类基于无监督聚类学习的算法——EM算法的算法实现．EM算法通常用于存在隐含变量时的聚类学习，由于引入了隐含变量，导致算法难以保证收敛和达到极优值．本文通过将该算法应用于高斯混合模型的学习，引入重叠度分析的方法改进EM算法的约束条件，从而能够确保EM算法的正确学习．     

用局部刚度修正法处理结构优化的全局约束问题

研究了当前在结构优化设计中处理全局约束问题的方法，进而提出了局部刚度修正法，即只要修改部分构件的刚度就可使全局约束条件得到满足。通过算例和工程实践表明，对规模为1000个节点、50个设计变量的杆系结构，在Pentium Ⅲ计算机上，只要运行40min就可得到满意解。该方法简便易行，不用做灵敏度分析，收敛快、计算量小，是解决大型工程结构优化设计问题的好方法。     

一般正项几何规划问题的一种直接算法

本文将一般的正项几何规划问题化为等价的目标函数为线性函数，具有线性等式和非线性不等式约束条件的非线性规划问题，进而给出了一个具有全局收敛性质和特殊结构形式的广义投影梯度型算法。     

向量多项式优化问题的数值方法

向量多项式优化问题中的目标函数和约束条件都是由多项式描述的.先将多目标多项式函数分别通过主要目标法、线性加权和法和理想点法等转化为单目标多项式函数,再利用Lasserre松弛方法求解该多项式优化问题,从而得到原向量多项式优化问题的弱有效解或有效解.数值实验结果表明该数值方法是有效的.     

完全模糊线性规划及其近似计算

在扩充LR-模糊数定义的基础上,讨论了完全模糊约束条件的近似表示和转化定理;在新的模糊数序关系下,将完全模糊线性规划问题直接转化为分明的线性规划进行求解;与已有的结果进行了比较,并给出了算例.     

基于多约束条件遗传算法的雷达网优化部署

为深入研究实际阵地环境对雷达网优化部署的影响和制约,并探讨一种实用高效的优化部署方法,对实际阵地环境下的雷达网优化部署问题进行了深入分析,讨论了部署的简要约束条件及雷达网实际探测能力评估方法,并在此基础上进行了雷达网优化部署的多约束遗传算法设计。通过实例进行了仿真验证,结果表明,所述方法实用高效,对于实际阵地环境下的雷达网优化部署有较大应用价值。     

逆向蒙特卡罗模拟在无序体系中的应用

晶体学只能够给出有关晶体平均原子结构的信息,而结合逆向蒙特卡罗(Reverse Monte Carlo, RMC)模拟的全散射方法将同时包含原子的平均结构和局部尺度上原子间距、键角以及结构多面体的取向和形变等方面的信息,这也是RMC方法一个独特的优势.近年来,借助第三代同步辐射加速器和散裂中子源, RMC方法在实验和理论上都有了较快的发展,同时数据质量高,保证了该方法在材料的局域波动和无序的精细结构研究中的适用性.本文从RMC基本原理和分析方法两个方面介绍了无序体系中的逆向蒙特卡罗方法,同时给出了一系列有助于理解的RMC模型实例.最后,对RMC方法的发展进行了展望.近年来我国对大科学装置的投入迅速增长,相信RMC方法搭载第四代高能量光源,必将在我国新材料的设计与开发中发挥重要的作用.