用多指标正交试验的区间取值(RTV)综合评分法优化泥浆的配制

雷焕鸣等．用多指标正交试验的区间取值（ＲＴＶ）综合评分法优化泥浆的配制．数理统计与管理，１９９８，１７（４），１９～２３．雷焕鸣等．用多指标正交试验的区间取值（ＲＴＶ）综合评分法优化泥浆的配制．数理统计与管理，１９９８，１７（４），１９～２３．本文提出多指标正交法设计的一种综合评分方法。并将这种方法应用于钻井液——泥浆的配置之中，优选出的最优方案很受现场技术人员的好评，获得了良好的经济效益     

多因素最优化的重大突破——简记正交表方法的发展史(上半篇)

多因素最优化是一门重要学科，历史积累庞杂、解法繁多。自从有了正交表方法，工作效益与优化效率大为改观。就作者所见所及，本文简述了正交表方法和理论的发展过程及其在学科中的地位与性质。全文共分六节：第一节提出问题，第二节给出最优化题材（包括单因素情形）一种粗略分类，第三节就学科的理论关系提供八条说明，第四节叙述正交法的发展进程，第五节向社会推荐正交法作为多因素最优化的主流解法，第六节建议有待继续推动的工作。     

直接法求正交向量组

直接法求正交向量组李文汉（清华大学应用数学系１０００８４）求正交向量组的施密特（Ｓｃｈｍｉｄｔ）方法，是线性代数学中常用的一种正交化过程，是每一个学习线性代数的大学生都应掌握的方法．但在有些问题的处理上，采用施密特正交化过程显得太冗繁，不如使用直接法...     

均匀设计法在优化青毒素1^#,2^#菌种培养基配方中的应用

我们将均匀设计法与传统正交设计法相结合，通过实验成功地优化青霉素菌种配方，筛选培养基。（仅ｕ／ｍｌ这一项就比对照１＾＃配方高２０．７５％，比２＾＃配方高３１．８４％）。     

多风险因素的投标报价决策方法

本文讨论工程项目投标报价的多风险因素层次模型，系统地介绍了90年代以来发展出的多风险因素条件下投标报价的5种主要决策方法，即层次分析法（AHP）、人工神经网络（ANN）、模糊评价法（Fuzzy）、专家系统（ES）和基于事例推理（CBR）。本文也对中国在该领域的研究现状作一个简单的评述。     

均匀设计法在优化青霉素1~＃、2~＃菌种培养基配方中的应用

我们将均匀设计法与传统正交设计法相结合，通过实验成功地优化青霉素菌种配方，筛选培养基。（仅ｕ／ｍｌ这一项就比对照１＃配方高２０．７５％，比２＃配方高３１．８４％）。     

一个对参数设计有用的正交表

一个对参数设计有用的正交表刘璋温（中国科学院应用数学研究所，北京，１０００８０）张永林（华北电力大学，北京，１０２２０６）项可风（中国科学院系统科学研究所，北京，１０００８０）本文给出一个对参数设计有用的正交表Ｌ１６（２１４）。Ｙａｍａｒｎｏｔｏｅｔ...     

带随机区组效应的反应曲面模型中处理效应估计的精度

本文在混合设计模型中处理效应三类估计的基础上，研究了它们的精度；并证明了在区组设计正交条件下，区组内估计、经典ＬＳＥ与联合估计（ＢＬＵＥ）有相同的方差，这一研究不仅改进了Ａ．Ｌ．Ｋｈｕｒｉ３的结果，而且为人们在混合试验设计中采用正交区组设计方案提供理论根据。     

变厚度圆柱型正交各向异性圆形薄板的非线性非对称弯曲问题

本文首先导出变厚度圆柱型正交各向异性圆形薄板的非线性非对称弯曲的基本方程，利用“两变量法”，引进四个小参数，对厚度线性变化的圆柱型正交各向异性圆形薄板的非线性非对称弯曲问题进行研究，得到了挠度函数W（r，θ）和应力函数F（r，θ）对ε1为N阶及对ε2为M阶的一致有效渐近解．     

正交设计的最新发展和应用（Ⅳ）——正交设计的投影性质

一个试验有ｋ个因素，每个都有ｑ个水平，若用正交表Ｌｎ（ｑ＾ｓ）（ｓ〉ｑ）来安排，是否取Ｌｎ（ｑ＾ｓ）中的任意ｋ列都有相同效果呢？这方面的性质称为正交表的投影性质，这些性质对正交表的使用有指导作用。本讲介绍部份正交表的投影性质以及均匀性在其中的应用。     

一般线性或非线性约束下的共轭投影变尺度方法

梯度投影法是一类有效的约束最优化算法，在最优化领域中占有重要的地位．但是，梯度投影法所采用的投影是正交投影，不包含目标函数和约束函数的二阶导数信息·因而；收敛速度不太令人满意．本文介绍一种共轭投影概念，利用共轭投影构造了一般线性或非线性约束下的共轭投影变尺度算法，并证明了算法在一定条件下具有全局收敛性．由于算法中的共轭投影恰当地包含了目标函数和约束函数的二阶导数信息，因而收敛速度有希望加快．数值试验的结果表明算法是有效的．     

求解一般约束优化问题的修正BFGS信赖域算法

借鉴无约束优化问题的BFGS信赖域算法,建立了非线性一般约束优化问题的BFGS信赖域算法,并证明了算法的全局收敛性．数值实验表明,算法是有效的．     

Blended Science: The Rewards and Challenges of Integrating the Science Disciplines for Instruction

This paper provides an overview of blended science instruction, a term used to represent instructional plans by which the science disciplines are connected to each other and occasionally to other school subjects. The central rationales for such instruction, the historical development of blended instructional plans, and a review of the current proponents and forms of such instruction are provided. The primary varieties of blended instruction, including integrated, unified, and coordinated science, are compared and contrasted. Special attention is given to the major recommendations in support of blended science coming from philosophical, psychological, pedagogical, and pragmatic domains. The conclusions section includes some of the challenges facing those who plan an integrated teaching focus.     

一类求解线性约束非线性规划问题的可行方向法

Wilson,Han和Powell提出的序列二次规划方法(简称SQP方法)是求解非线性规划问题的一个著名方法,这种方法每次迭代的搜索方向是通过求解一个二次规划子问题得到的,本文受[1]启发,得到二次规划子问题的一个近似解,进而给出了一类求解线性约束非线性规划问题的可行方向法,在约束集合满足正则性的条件下,证明了该算法对五种常用线性搜索方法具有全局收敛性。     

一项从CAA到CAD的工作 ～正交优化法与SPICE相结合

电子电路的计算机辅助设计方法是促进电子技术发展的一种有效工具。本文介绍如何将行之有效的正交优化法与国际盛行的模拟电子电路的分析程序ＳＰＩＣＥ相结合，形成了ＡＣＯＤ软件，将ＣＡＡ扩展为ＣＡＤ。     

On the Global Convergence of a Projective Trust Region Algorithm for Nonlinear Equality Constrained Optimization

A trust-region sequential quadratic programming (SQP) method is developed and analyzed for the solution of smooth equality constrained optimization problems. The trust-region SQP algorithm is based on filter line search technique and a composite-step approach, which decomposes the overall step as sum of a vertical step and a horizontal step. The algorithm includes critical modifications of horizontal step computation. One orthogonal projective matrix of the Jacobian of constraint functions is employed in trust-region subproblems. The orthogonal projection gives the null space of the transposition of the Jacobian of the constraint function. Theoretical analysis shows that the new algorithm retains the global convergence to the first-order critical points under rather general conditions. The preliminary numerical results are reported.     

广义正交表和正交表的裂区试验设计法的比较

裂区试验设计方法是在正交表的基础上进行的.根据试验设计的数据分析结论要求具有再现性这一原理,将证明这种裂区试验设计法要有条件的使用才是合理的.由于广义正交表是保证设计表具有再现性的基本设计表,根据广义正交表来研究这种裂区试验设计方法的合理性.研究结果显示在裂区试验设计法对应的设计表是广义正交表,并且相应的数据分析方法采用广义正交表的数据分析方法时,才能保证其数据分析结论具有客观一致性和可重复再现性.     

大型稀疏无约束最优化问题的行列修正算法

本文提出了一类适用于大型稀疏最优化问题的简单易行的行列修正算法，获得了新算法的局部超一性收敛性，大量的数值试验表明这是一个较为理想的修正算不。新算法同样可以用来求解大型对称性非线性方程组。     

A CLASS OF REDUCED GRADIENT METHODS FOR HANDLING OPTIMIZATION PROBLEMS WITH LINEAR INEQUALITY CONSTRAINTS

A class of reduced gradient methods for handling general optimization problems with linear equality and inequality constraints is suggested in this paper. Although a slack vector is introduced, the dimension of the problem is not increased, which is unlike the conventional way of transferring the inequality constraints into the equality constraints by introducing slack variables. When an iterate x(k) is not a K-T point of the problem under consideration, different feasible descent directions can be obtained by different choices of the slack vectors. The suggested method is globally convergent and the numerical experiment given in the paper shows that the method is efficient.     

Algorithms for nonlinear constraints that use lagrangian functions

Lagrangian functions are the basis of many of the more successful methods for nonlinear constraints in optimization calculations. Sometimes they are used in conjunction with linear approximations to the constraints and sometimes penalty terms are included to allow the use of algorithms for unconstrained optimization. Much has been discovered about these techniques during the last eight years and this paper gives a view of the progress and understanding that has been achieved and its relevance to practical algorithms. A particular method is recommended that seems to be more powerful than the author believed to be possible at the beginning of 1976.Presented at the Ninth International Symposium on Mathematical Programming, Budapest (August 1976).