一个广义既约梯度位算法及收敛性

对于具有非线性等式约束且变量有界的非线性规划问题，本文提出了一个由三阶段组成的广度既约度梯度变位算法，即线性近似，既约梯度求极小和可行变位阶段，同时我们证明了该算法所具有的收敛性。     

自适应混合演化算法

为避免标准的演化算法演化速度慢，易收敛到局部极值的缺点，融合对梯度的随机模拟，免疫算子，模拟退火算法的思想，提出一种自适应混合演化算法，它在不同的演化阶段自适应的采用不同的演化算子，在演化初期具有较强的全局搜索性能，在演化中后期具有较强的精搜索性能，能迅速收敛于全局最优解；对标准测试函数的仿真结果表明，该算法具有精度高，收敛速度快，稳健性强的优点。     

基于属性频率函数的粗糙集属性约简算法

以现有的两个粗糙集属性约简算法为基础，提出了一种基于属性频率函数的粗糙集（Rough Set）属性约简算法，该算法既可保证每次计算都能得到一个约简，又具有较好的时间复杂性．     

预处理的校正梯度路径信赖域算法

信赖域算法是最优化中广泛使用的一种方法．在迭代的每一步都要解信赖域子问题,在众多解子问题的方法中,校正梯度路径算法利用系统的特征值和特征向量在整个雏数空间求出子问题的解,虽然这个方法较吸引人,但现有的校正梯度路径算法不太可行,因为在每一步迭代中它要求整个特征系统的计算或者矩阵的重复分解．提出了一种预处理的校正梯度信赖域算法．该算法在一步迭代中仪通过对对称矩阵进行一次Bunch-Parlett分解就在全空间中求出子问题的解,再用单位下三角矩阵因子去标度问题的变量,预处理的校正梯度路径由此形成,算法在通常使用的条件下有好的收敛性,对各种模型的优化问题的计算结果也显示出算法的高效性．     

非线性最优化的投影型算法

以作者的研究成果为主，以利用梯度投影的各种技巧为主线，对非线性最优化的有关带转轴运算的、广义投影的、线性系统的、超线性收敛的以及统一算法模型的各种算法进行系统、简要的综述，最后提出若干展望．     

求解带状线性方程组的并行分割算法

讨论了求解带状线性方程组的并行分割算法．对影响算法并行效率的约化方程组采取了在多台处理机上重复求解的方法，减少了数据的通信次数，提高了算法的并行效率．算法在一些新的并行计算机系统上使用，达到高并行效率．     

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.     

麦醇溶蛋白A-PAGE方法的优化和改进

以大麦、小麦品种等为材料,在ISTA的标准电泳程序基础上分别进行浓度为10％,12％,14％,16％,18％和20％的酸性聚丙烯酰胺(A．PAGE)均一胶电泳来分离种子的麦醇溶蛋白,并与10％～20％的线性梯度A．PAGE分离效果进行比较．经优化和改进,结果表明：18％的A-PAGE方法效果最佳,既具有ISTA推荐的A．PAGE方法制胶简便、电泳快速、重复性好的优点,又具有线性梯度A-PAGE方法分辨率高的特点,尤其是在小分子量的快带区,电泳成带明显,达到梯度胶的分离效果．在供试的大麦、小麦品种中,电泳图谱总条带数比ISTA推荐的10％均一胶所得电泳图谱条带数分别增加1～8条和2～7条．该方法既适用于大麦、也适用于小麦醇溶蛋白的分离．并对18％的A-PAGE方法的适用范围等进行了讨论．     

改进的蚁群算法在2D HP模型中的应用

针对蛋白质二维格模型(2DHP)折叠问题提出了一种改进的蚁群算法(Ant Colony Optimization Algorithm)，在算法的搜索阶段采用了牵引移动(pullmoves)的方法：首先按照一定规则移动一个或两个顶点的位置．然后将其他顶点沿着链依次向前移动两个位置，一旦达到一个新的有效构象则停止该移动．该方法的优点是大多数移动只需改变很少的顶点位置，使得改进后的蚁群算法具有较快的收敛速度．求解基准实例的结果表明，该算法在保证解的质量的前提下能大大缩短计算时间。     

基于混沌时间序列的非线性动态系统神经网络建模与预测

在分析神经网络非线性建模原理的基础上，以典型的非线性差分方程为研究对象，提出了一类基于神经网络的非线性动态系统建模方法．针对传统BP算法的局限性，提出了一种非线性动态系统神经网络改善梯度估计精度的新算法．并以上证综合指数时间序列为研究对象，运用本文提出的建模方法和算法，进行了我国资本市场混沌时间序列预测研究的实例分析，得到的单步预测上证综合指数误差很小(-100～100)；多步预测在最初的10步之内预测效果较为理想，而在此之后的预测值则严重偏离真实值．这与混沌时间序列特性相吻合，同时也证明了所用算法的有效性．     

一类推广的差异演化算法及其应用

针对差异演化算法的局部收敛性问题，从Minimax优化的角度，提出求解非线性多峰函数优化问题的一类推广的差异演化算法（EDEA），该算法利用均匀设计方法在可行域内产生初始群体，增加种群的差异性，具有大范围收敛的性质；并且动态收缩可行域，有效地抑制了粒子群优化算法易收敛到局部最优的缺陷；给出应用该方法到典型非线性优化和不稳定周期点的求解的具体步骤，通过仿真实验证明该算法是鲁棒的。     

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.     

关于四阶和五阶非线性系统不稳定性的新结果

本文运用Ｌｉａｐｕｎｏｖ直接方法研究了一类四阶五非线性系统的不稳定性问题,解决了文「１」中遗留的问题,得到了较 结果,文章最后给出了几个具体例子。     

一种曲线段近似生成算法

本文提出了用曲线的相交多边形代替曲线的内接多边形近似曲线的生成，用该算法生成的曲线可更准确报画出定义的曲线。     

一种非线性RED算法的研究

定量分析了平均队列长度与网络性能的关系，在介绍了尾丢弃和RED算法之后，提出了一种非线性RED算法，并将非线性RED算法与RED算法进行了定量的比较，指出采用非线性RED算法，路由器可以避免在平均队列长度到达最大阈值前过多地丢弃分组，而且可以提高路由器的缓冲区利用率。     

基于实时信息的取送货动态车辆路径问题研究

为适应点对点、实时城市配送对动态响应和快速决策提出的新要求, 研究了多种实时信息作用和影响下的取送货动态车辆路径问题. 采用将动态问题转化为一系列静态问题的建模方法, 建立了基于实时信息的取送货动态车辆路径模型; 设计了动态算法框架, 运用构造算法获得初始可行解, 运用禁忌搜索算法改善初始可行解质量. 实验表明, 本文的模型和算法能有效解决基于实时信息的取送货动态车辆路径问题, 将初始可行解的质量(实时物流配送成本)改善了34%.     

解“时间表问题”的启发式算法

给出一种并行无回溯的解“时间表问题”的启发式算法,它能在O(nlogn)时间内找到一种满足给定的约束条件的可行时间表,如果这种时间表确实存在的话。     

自适应迎风格式求解奇异摄动两点边值问题的高精度算法(一)

基于误差校正方法给出了用等分布原理求解一类奇异摄动两点边值问题的自适应数值新算法,用理论方法和数值试验证明了该算法的可行性和高效性.     

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．