基于遗传算法的二层线性规划问题的求解算法

本研究了下层以最优解返回上层的二层线性规划问题的遗传算法。在提出可行度概念的基础上，构造了二层线性规划上层规划问题的适应度函数，由此设计了求解二层线性规划问题遗传算法。为了提高遗传算法处理约束的能力，在产生初始种群时将随机产生的初始种群变为满足约束的初始种群，从而避免了使用罚函数处理约束带来的困难，最后用实例验证了本提出的二层线性规划的遗传算法的有效性。     

一类二层凸规划的对偶二层规划

本文讨论上层目标函数以下层子系统目标函数的最优值作为反馈的一类二层凸规划的对偶规划问题 ,在构成函数满足凸连续可微等条件的假设下 ,建立了二层凸规划的 Lagrange对偶二层规划 ,并证明了基本对偶定理 .     

三层干扰下的最优无线电信道问题的研究

研究了 2 0 0 0年 MCM— B题 ,将问题推广到有三层干扰的复杂情况 ,给出并严格证明了 ( k,1,1)问题的最优解     

不锈钢过滤材料过滤特性

不锈钢过滤材料是采用多层金属编织丝网为原料，通过特殊的叠层设计、复合压制和真空（或保护气氛）烧结等工艺制备而成的一种新型多孔结构与功能材料。通过高温扩散烧结固定网孔的多层滤网，主要由保护层、阻挡过滤层和强度支撑层3部分组成，一般的典型结构为3-6层。烧结金属丝网和金属微孔膜不仅能够获得过滤精度高、可靠性好、工艺过程稳定的效果，而且具有承压强度高、操作压降小、耐腐蚀、适于进行反冲洗操作的特点，是一种非常理想的不锈钢高效过滤材料，综合特性明显优于高效玻璃纤维滤纸和滤膜材料。这里用扫描迁移粒径分析系统，用混合标准粒子和DOP多分散气溶胶对5μm不锈钢烧结丝网和0．5，0.3μm不锈钢过滤膜材料进行了过滤特性研究。     

损伤度函数模型用于三种钢层裂的二维数值模拟

中外学者（董玉斌和Raul Cortes等）曾用损伤的概念来解释材料的动态断裂，并取得了不错的效果，但受计算方法及计算机发展的限制，大都采用一维数值模拟，一维计算虽然具有运算快、精度高的优点，但应用范围有限，二维数值模拟更能反映实际问题，可以为分析实际问题提供更多信息，应用范围更广。     

Structure of Callisto and Ice Holes on Its Surface

The discovery of the induced magnetic field of Callisto that is a satellite of Jupiter has been interpreted as evidence for a subsurface salty liquid-water ocean,so we consider a layered structure of callisto,i.e.,a rock-metal core,an outer layer of ice and a middle layer of ocean.For the rock-metal core we try to indicate how the temperature,pressure and mass density depend on the depth.Due to motionn across the magnetic field of Jupiter in a plasma environment,the ice shell of Callisto must be broken down by electric current.     

10瓦级双包层光纤激光器

考虑到所用大功率激光二极管的光谱特性，对光纤激光器的基本法布里-珀罗腔型稍加改变，研制出激光二极管抽运的10w级双包层光纤激光器，获得最高功率为11．8w、波长1100mm的单模激光输出。     

ICF靶丸中液氢层厚度的确定

 利用靶丸内部的质量守恒，提出了计算惯性约束聚变靶丸内液氢层厚度的函数关系式，从而得到了求解惯性约束聚变靶丸内液氢层厚度的一般模型，并在此基础上对影响液氢层厚度的各类因素如温度、充气密度等进行了讨论。该模型的分析方法同样适用于惯性约束聚变中的燃料气体氘、氚或者氘氚混合物。     

基于积分方法的二维平行剪切层声远场预测

本文采用二维Ffowcs Williams＆Hawkings(FW-H)方程对平行剪切层远声场辐射特性进行了研究。近流场时间精确数据通过计算气动声学(Computational Aeroacoustics,CAA)技术数值模拟获得,声远场信息则通过FW-H方程对近流场内的可穿透积分面进行积分获得。该方法首先采用具有解析解的涡/尾缘干涉问题进行了校核,进一步采用CAA/FW-H匹配技术对二维平行剪切层声辐射问题进行了预测,计算结果表明,积分解与计算域内的CAA数值解吻合较好。