模式评价理论模型及其应用

基于事前评价过程和自然界生物进化过程的相似性，提出了系统结构、系统结构模式和系统环境模式矩阵的概念，并根据系统结构、系统结构模式与系统环境模式矩阵的适应程度，建立了模式评价决策模型，制定了评价系统的评价分类准则，并对评价系统作了一定的理论分析．将此模型和方法应用于城市生态安全评价中，通过与模糊综合评价法的比较，表明了该评价模型和方法的优越性．     

基于遗传算法的项目经理评价

本文根据自然进化规则，把项目经理视为评价系统，项目经理所要满足的要求视为系统环境，用遗传算法的方法评价项目经理，力求提出一种比较客观科学的、且可以定量分析的项目经理的评价方法。     

基于数论的总体优化随机搜索算法

本文研究了多峰函数的总体优化问题.提出了基于数论的总体优化随机搜索算法,证明了算法依概率1收敛到总体极值点,并给出了计算示例.     

投资项目评价选择模型的遗传算法

针对一类常见的投资项目评价选择模型提出了一种快速有效的遗传算法。考虑到模型的特殊形式，算法采用了特别的编码方式、遗传算子和适应度确定方法，并与穷举法和隐枚举法进行了对比试验，结果表明该方法能快速有效地给出解决方案。     

基于演化的信赖域方法

把全局搜索性能优良的演人算法与具有总体收敛性能的信赖域算法相颌合形成局部随机搜索与全局确定性搜索相结合的演变信赖域,经具有适应性广，收敛性能好和收敛速度快的特点，为解决复杂的非线性优化问题提供了一种有效算法，并证明了算法的收敛性。     

十进制编码遗传算法的模式理论分析

基于单点交义采用申表示，n（≥2）点交义与均匀交叉采用环表示的方式，推导出十进制编码遗传算法的模式理论，避免了二进制遗传算法模式理论中把交叉点的选取看作是相互独立的和忽视交叉对染色休申成作用的两点不足，得出了对于任意进制的遗传算法，如果进化层次一致，耶么运行机理相似的结论。     

遗传信赖域方法

本文将具有并行计算性能的遗传算法与具有全局收敛的信赖域方法相结合以形成混合搜索方法,为解决复杂多峰极值优化问题提供一种有效算法,证明了算法的收敛性。     

求多峰函数全部全局最优解的改进遗传算法

本文研究了多峰优化问题,利用梯度算子和筛选策略,得到了一种可求解多峰函数全部最优解的改进型遗传算法.数值模拟结果表明,该算法在处理复杂多峰函数优化问题时,局部搜索能力和克服过早收敛能力方面相对于传统遗传算法均有很大提高.     

基于Cholesky分解的混合信赖域算法

为解决非二次性太强、曲率变化剧烈的非线性函数优化问题，把锥模型信赖域算法和基于广义正定Cholesky分解的Gill-Murray改进牛顿算法相融合，建立了基于Cholesky分解的混合信赖域算法，该算法具有计算速度快且收敛性能好的特点，证明了算法的收敛性。     

演化均匀优化算法

针对演化算法，使用随机法产生初始点带来的缺陷和均匀设计方法的优点，提出了演化均匀优化算法，进行了算法收敛性分析，并把它应用于多峰函数的数值优化计算，给出了计算示例，结果表明该方法是一种可行而且有效的优化算法．