求解投资组合模型的遗传算法

针对投资组合模型的特点，研究了遗传算法的编码、算子和算子参数，设计出了一个能够求解投资组合模型的遗传算法．实证分析表明，在求解复杂的投资组合模型时，遗传算法的实算结果要优于梯度算法的实算结果．     

一种有效的实数编码遗传算法

提出实数编码遗传算法的一个新重组算子-子空间正态分布算子，它在多父体张成的子空间中任取一点，然后进行高斯变异产生后代，与已有的一些重组算子相比，新算子产生的后代在保持向量均值的前提下具有更多的广泛性和多样性，数值试验显示它在求解高维优化问题和复杂多极值优化问题方面有优势。     

基于变长编码求解一维下料问题的演化算法

针对一维下料问题的特点,将线性规划方法与演化算法相结合,提出了一种基于变长编码求解一维下料问题的演化算法,该算法设计了一种新颖的遗传算子,实现简单,求解快速,实验表明,运用该法求解下料问题,材料利用率高,平均达到97．5％以上,具有很好的实用价值。     

简单量子进化算法及其在数值优化中的应用

提出了一种简单量子进化算法，它仅用一个实数值表示一个量子位，并设计了特别的旋转、变异算子和评估量子染色体的方法，只用一个个体就可在很短的时间内搜索到最优解．求解数值优化问题和NiH问题的对比试验结果显示了此算法优异的性能．     

多值算子不动点及变分不等式的一种迭代解

针对Hilbert空间上一类满足一致单边Lipschitz条件的多值算子不动点问题，讨论了其迭代解法，构造了参数凸组合形式的迭代格式，并证明了迭代过程的收敛性。考虑了将多值变分不等式问题转化为多值算子不动点问题来求解，同时给出了一个求解障碍问题的具体数值算例。     

有限族非空闭凸集交上的投影算子迭代算法

梯度投影算法在信号与图像处理、机器学习和数据挖掘等很多领域中有着广泛的应用,如何有效的计算投影算子是该算法的关键。对于单一闭凸集上的投影算子的计算,特别是具有稀疏约束的集合,已有很多的研究者给出了不同的优化算法。对于多个非空闭凸集合交上的投影,需要根据集合的性质设计算法。本文给出在一般Hilbert空间中有限族非空闭凸集合交上投影算子计算的统一方法。首先,我们定义笛卡尔乘积空间,将有限族非空闭凸集的交转化为两个非空闭凸集的交,然后将Dykstra算法推广到这类问题的求解。同时,我们将有限族非空闭凸集交上投影问题转化为无约束优化问题,并基于Douglas-Rachford算子分裂和三算子分裂方法思想,建立求解该无约束优化问题的迭代算法及证明算法的收敛性。最后,应用所提算法求解具有非负约束的l1范数单位球上的投影问题,通过数值实验,结果表明所提算法能快速和准确的收敛到真实解。     

Meyer—Koenig and Zeller算子的强Voronovskaja型渐近展开

Meyer-Koenig and Zeller算子是著名Bernstein算子的一种推广形式，是算子逼近理论的主要研究对象之一。主要讨论了该算予逼近的渐近表示问题，得到了该算子的强Voronovskaja型渐近表示公式。     

关于算子连续映射

在算子开集理论中给出了算子拓扑空间的概念，并在该空间中讨论了算子连续映射，得到了算子连续映射的等价刻划。     

改进的粒子群优化算法在随机需求车辆路径问题中的应用

设计了一种求解随机需求车辆路径问题的改进的粒子群优化（PSO）算法．在算法后期将变异算子引入PSO算法，克服了基本PSO算法易陷入局部最优的缺点．数值模拟结果表明改进的PSO算法提高了全局搜索能力，求解效果优于基本PSO算法和遗传算法．     

生物地理学优化算法中基于Zoutendijk可行方向法的变异算子设计

根据约束优化问题的全局收敛性要求,基于传统优化与智能优化,设计了一种基于Zoutendijk可行方向法的新型变异算子,并将其应用于生物地理学优化算法,构建了一种用混合优化算法求解优化问题的方法.通过算子设计策略的理论验证、智能算法的收敛性分析及6个不同类型算例的仿真试验,证明此自适应求解优化问题机制具有实效性.     

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。     

基于多样本的在线支持向量回归算法

提出一种针对多样本的在线支持向量回归（SVR）算法,以解决目前SVR在线训练算法每次只能处理1个样本的问题．算法以拉格朗日乘数法和库恩一塔克（KKT）条件为基础,逐步改变样本的系数,并在每次迭代中保持原来的样本满足KKT奈件,最终使所有训练样本满足KKT条件．实验表明,该方法可有效更新SVR模型,且计算效率相比于基于单样本的在线回归算法有较大的优势．     

一种新的三阶非力梯度辛积分算法

基于分部的Runge-Kutta离散形式,引入了相位误差最小的思想,给出了一种新的三级三阶非力梯度辛积分算法,并通过数值试验与经典的Ruth、McLachlan&Atela以及Iwatsu的三级三阶非力梯度辛算法从稳定性、长时程、保结构性等方面进行了对比.结果显示新推导的三级三阶非力梯度辛算法稳定性较好、长时程运算误差小,表明该算法具有好的保结构性和较强的长时程跟踪能力.进一步通过数值试验与力梯度辛算法比较,也显示出该算法的有效性和具有较高的精度.     

一种求解不等式约束下函数优化问题的新算法

提出了一种求解不等式约束下的函数优化问题的新算法． 算法设计思想来源于演化计算的群体搜索技术,但又不同于现存的任何一种演化算法． 对一些典型的约束优化问题测试结果表明：新算法结构的简单性,搜索的高效性,收敛的全局性,应用的广泛性,算法的鲁棒性及结果的精确性,都优于现存的演化算法．     

线性约束凸二次规划的一个原始-对偶内点算法

对具有线性约束凸二次规划问题给出了一个原始-对偶内点算法，任一原始-对偶可行内点都可作为算法的初始点，当初始点在中心路径附近时，便成为中心路径跟踪算法，此时总迭代次数为O(√nL)，其中L为输入长度．数值实验表明，算法对求解大型的这类问题是有效的．     

自适应粒子群优化算法及其在注塑成型质量指标软测量中的应用

对粒子群优化算法(PSO)进行分析,提出了一种根据速度信息自适应调整参数的粒子群优化算法(APSO-VI),该算法经过大量测试函数上的模拟实验验证,并与PSO进行了比较。实验结果表明,该算法能克服基本PSO算法在求解高维、多峰等大规模复杂非线性优化问题时易陷入局部最优和不收敛的     

GMPLS网络中约束最短路径优先算法研究

针对GMPLS网络中求解最短路径问题，提出了一种具有共享风险链路约束的启发式约束最短路径优先路由算法，对该算法的有效性和可靠性进行了比较全面的仿真测试，仿真结果显示此算法提高了网络资源的利用率，减少了网络的阻塞，同时降低了链路失效时的风险，提高了网络的强壮性和可靠性．     

基于CSA-SQP的预测控制器参数整定研究

针对预测控制器参数整定困难, 提出了一种基于克隆选择和序列二次规划的预测控制器参数整定算法, 建立了一个基于免疫原理和序列二次规划算法进行控制器参数整定的机制, 并给出了参数整定问题中的抗原、抗体及亲和力的定义. 在此基础上, 针对系统的不确定性干扰, 构造了基于事件触发的参数调整框架. 最后, 将算法应用于仿真实验, 通过与设定值控制结果的对比, 证明所提出的预测控制器参数整定方法是有效的.     

一种适用于WiMAX系统的调度算法

针对WiMAX系统中混合业务的特点,提出一种新的调度算法来满足QoS要求．新算法采用动量机制分配带宽资源,并为满足实时业务时延要求,采取动量机制设置队列延时分配权值来保证实时业务的调度优先权;同时设置随信道条件动态变化的分配权值,提高WiMAX系统吞吐量．仿真结果表明：算法能够保证实时业务的最大时延要求,并提高系统吞吐量．     

快速光线跟踪算法

在三维真实感图形生成过程中时间与空间的平衡问题上,给出了一种新的光线跟踪的快速算法——轴向交非法,这种办法把场景中的物体沿三个轴向分裂、排序,以很少的内存开销,实现了对场景空间的任意分割与快速求交。通过实验,初步建立了一个微机三维真实感图形生成与显示系统,显示的图形真实感强,图形生成速度比一般的包围体法提高近一个数量级。