量子阱中的束缚极化子的路径积分变分研究

利用Feynman路径积分变分方法，推导了整个电声子耦合区域的量子阱中束缚极化子的基态能。对其数值结果研究表明：当量子阱的约束势达到一定值，极化子的基态能修正－△E随电声子耦合常数α的增加激剧增大，约束势导致有效电声子耦合从无约束势时的弱耦合向居间耦合或强耦合渡越。更重要的是，我们发现存在一个量子阱的临界有效宽度lz0,当lZ小于临界值时，－△E随lz变小很快增大；当lz大于临界值时，随lz变大，－△E几乎不变。     

有约束极大极小优化问题的修正Lagrangian算法

对于有不等式约束的极大极小优化问题,本文构造了一个修正的Lagrangian函数并分析了其在一般条件下的性质,建立了与之对应的修正Lagrangian算法.最后对文献中的几个问题给出了数值计算结果验证了算法.     

约束函数中含有Fuzzy参数的多目标规划(Ⅱ)--约束集及其象集的性质

用Fuzzy集刻画约束函数中含有Fuzzy参数的多目标规划的约束集，讨论它及其象集的性质。本文的全部结果是研究α-有效解的存在性及导出算法所必需的。     

解互补约束优化问题的一种新的光滑化近似方法

互补约束优化问题应用十分广泛.利用Sigmoid函数的积分函数提出了一种新的光滑化近似算法,将互补约束优化问题转化为一般的非线性规划近似问题,通过求解近似问题的一系列光滑子问题得到原问题的近似解.在线性独立约束规范和其他一些较弱的假设条件下：无须上水平严格互补和渐进弱非退化,证明了光滑近似问题的KKT稳定点序列收敛于原问题的C-稳定点.进而考虑弱二阶必要条件,证明了上述KKT稳定点序列收敛于原问题的S-稳定点.最后,设计了相应算法,并对MacMPEC测试题库中的一些算例进行了数值实验,将得到的结果与其他算法的结果进行比较,显示本方法是有效的.     

超空间挠率约束和超弦背景场几何

本文指出在自洽超弦背景场上存在三类非平凡挠率约束解,其中的二类分别对应于Nilsson约束和Witten约束,它们在低能极限下等价,而另外一类挠率约束不能容纳平直超空间情形。     

Painleve Properties and Solution of Revised Camassa-Holm Equation

Painleve展开法是求解非线性偏微分方程的最有效的方法之一，主要利用Painleve标准截断展开和非标准截断展开法及Maple软件来求得修正的Camassa—Holm（mCH）方程的精确解．     

具有Fuzzy约束的多目标规划的σ—有效解和α—弱有效解

本文研究具有Ｆｕｚｚｙ约束的多目标规划，首先，利用对称三角Ｆｕｚｚｙ数刻画的Ｆｕｚｚｙ约束集，引进解的定义，然后讨论的α－（弱）有效解的几何特征、存在性与最优性条件。     

一类无界且带不平坦界面的声波导传播计算

无界且带不平坦界面的声波导经局部正交变换和完美匹配层（PML）截断,波导计算问题可近似转化为有界且带有平坦界面的声波导的Helmholtz方程,由于利用PML进行截断,此方程为复偏微分方程,其特征函数系一般不具有正交性,故数值步进求解时,存在着局部基下坐标转换的困难．本文一方面运用共轭特征算子,通过其所对应的特征函数系与原特征函数系的正交性,给出了局部基下坐标转换的简便公式;另一方面,利用此简便公式,进行了声波导的步进计算,数值计算结果表明,所用方法切实可行．     

约束中具有Fuzzy参数的多目标规划（I）——解的定义及其性质

考察了约束函数中具有Fuzzy参数的多目标规划（FPVP），首先引进Fuzzy集来描述（FPVP）的约束，然后给出α-拟有效解，α-有效解的定义并讨论了其基本性质，最后举例说明本文的解与[2]中的解的区别。     

旅行效用概率模型与旅游业滞区发展策略研究

旅游流的空间分配是旅游研究的重点．从效用的角度研究旅游流的空间分配具有一定的合理性．从众多的预期目的地中,旅游者最终选择的是在一定经济和时间花费约束下可感受效用值最大的目的地．然而Rugg的旅行效用模型存在以下几点不足：（1）未列明具体的消费技术矩阵,对具体变量与效用的关系未作明确阐述．（2）该模型没能反映出多产品组合间的竞争关系和权衡取舍关系．所以Rugg的旅行效用模型缺乏可操作性．借鉴并修正Rugg的旅行效用模型,对旅行效用变量进行界定和识别,建立旅行效用概率模型,用于分析旅游流的空间分配,并据此提出王瑛、王铮界定的“旅游业滞区”发展策略．最后以福建为例,结合线性规划技术和Lancaster效用理论说明旅行效用概率模型在实践中的应用．基于旅行效用概率模型,还可以简便地绘制在不同时间和预算约束下各目的地所对应的客源地的旅游域,对其目标市场进行界定．     

共轭梯度子空间基追踪算法及其相关结果

压缩感知可以在低于Nyqiust采样率条件下实现稀疏信号的精确恢复. 重构算法是压缩感知的主要研究内容之一. 本文基于子空间基追踪算法的回溯思想与共轭梯度法, 提出了共轭梯度子空间基追踪算法. 通过仿真实验验证了算法的有效性, 并讨论了该算法利用几种常见测量矩阵对稀疏信号的重构效果. 结果显示, 当测量矩阵为部分Fourier矩阵时, 该算法具有最优的重构效果.     

凸二次规划非精确不可行内点算法

提出了凸二次规划非确不可地内点算法，该算法使用的搜索方向仅需要达到一个相对的精度，这样的搜索方向可以通过krylov子空间迭代法得到，还分析了算法的全局收敛性，并对算法中非精确牛顿搜索方向的计算进行了讨论。     

一类再生核空间H~m[a,b]及其性质

对于光滑度各异的再生核空间Hm[a,b]未使用经典的广义函数δ(t),而用新方法和新技巧求得了再生核Rm(x,y)的通式,给出了再生核一些新的性质,并证明了再生核Rm(x,y)是关于变量x的2 m-1阶样条函数,再生核空间Hm[a,b]与其他相应的再生核空间是等价的.最后,对带有各类边值条件的再生核闭子空间H30[a,b],给出了新的定义和再生核函数R30(x,y)的通式,亦即给出了再生核子空间再生核的通用算法.     

含无关项布尔函数的对称变量检测算法

为简化布尔函数中12类对称变量的检测过程,提出了含无关项布尔函数基于最小项展开系数的对称变量检测算法.该算法通过判别布尔函数有序特征值矩阵的约束条件以实现对称变量的快速检测.应用结果表明,与现有方法相比,算法在适用的布尔函数变量数、检测类型、检测含无关项布尔函数和检测过程的复杂度方面表现较优.     

多目标子空间搜索演化算法MOSSSEA

在研究已有的求解多目标函数优化问题的演化算法的基础上,提出了一个结合Rank排名和子空间搜索的新的以杂交为主的演化算法MOSSSEA(Multi-Object Sub-Space Search Evolutionary Algorithm),将MOSSSEA应用到求解静态多目标函数优化问题中.一组测试函数的结果表明MOSSSEA表现出了优于同类算法的收敛性和多样性.     

常微分方程组的演化建模新算法

提出了常微分方程组的演化建模的一种新算法 ,新算法在 3个方面改进了作者原有的算法 :(1)采用新的适应值评估方式 ;(2 )采用一种基于子空间搜索的遗传算法来优化模型的参数 ;(3)将传统的遗传程序设计方法与局部搜索技术相结合来优化模型的结构 .将新算法分别应用于人口增长与化学反应模型的自动建模 ,并比较两种算法的实验结果 ,表明新算法发现的模型更稳定、精确度更高 .     

自适应memetic算法求解集合覆盖问题

集合覆盖问题是一个经典的NP困难的组合优化问题,有着广泛的应用背景.首先,采用动态罚函数法将集合覆盖问题等价转化为无约束的0-1规划问题.然后,基于集合覆盖问题的结构特征,设计了初始种群构造方法、局部搜索方法、交叉算子、动态变异算子和路径重连策略,提出了一个高效求解该0-1规划问题的自适应memetic算法.该算法有效平衡了集中搜索和多样化搜索.通过45个标准例子测试该算法,并将其结果与现有遗传算法进行了比较,表明该算法能够在可接受的时间内找到高质量的解,能够有效求解大规模集合覆盖问题.     

基于数据变换的维数消减方法

为了提高高维数据集合数据挖掘效率，探讨了采用数据变换进行数据维数消减的方法及其应用，提出了一个通用的数据变换维数消减模型，给出了应用主成分分析方法计算模型中的数据变换矩阵的方法，相应的数据变换应用实例表明，通过数据变换用相当少的变量来捕获原始数据的最大变化是可能的．     

一种求解混合整数非线性规划问题的演化算法--搜索空间自动收缩法

提出一种求解混合整数非线性规划问题的新的演化算法 -搜索空间自动收缩法 (ACSSOS) .在这种算法中 ,演化算法既用来定位最优解区域 ,实现搜索空间自动向全局最优解收缩 ,又用来最终求得最优解 .由于在遗传算子中引用了舍入操作 ,它不仅可用来求解混合非线性整数规划问题 ,也可求解纯整型或纯实型变量非线性函数优化问题 .数值试验结果表明本文的算法在解的质量、稳定性和收敛速度等方面优于一般的演化算法 .     

基于可满足性模理论的CMOL电路单元映射

针对纳米CMOS混合电路(CMOL)单元映射时, 传统的精确算法存在编码变量多、文件存储大导致的求解规模受限问题, 提出了一种基于可满足性模理论(SMT)的CMOL电路单元映射方法, 该方法通过整型编码减小文件存储大小, 通过渐进式求解算法兼顾求解规模和速度. 实验结果表明, 与传统的精确算法相比, 本文提出的方法可大幅减少中间处理文件的大小, 并以较小的求解速度为代价提高了处理大规模电路的能力.