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。     

基于遗传算法构建巴耳末公式

基于遗传算法构建了巴耳末公式．通过建立合适的拟合数学模型，用计算机对数学模型进行优化，使之尽可能反映氢原子实际谱线分布，并求出经验常量和拟合公式，最后分析了所得结果．     

二维多介质欧拉自适应网格方法研究

要对聚能和流场的剧烈变化进行模拟，欧拉方法具有明显的优势。而在这些方面的研究中，所涉及的流场十分复杂，为达到所需的计算精度，必须采用很密的网格才能以较好的分辨率去模拟流场的剧烈变化部分和介质的界面，特别是大空间尺度流场局部细节的数值模拟，有些问题如果用统一网格计算，即使最快的计算机也不能提供足够的分辨率。所以目前计算机的内存和速度限制了整个计算区域的网格细分程度，对计算区域作局部的网格自适应细分、用大的动态空间分辨率划分流场是必要的和迫切的。     

弹塑性流体力学拉氏自适应网格和网格重分守恒重映数值模拟方法

拉氏自适应重分弹塑性流体力学有限元程序实现了网格完全自适应，具有良好、灵活的非结构自适应网格数据结构，实现了滑移界面两边(接触间断)网格动态调整，网格的细分和合并处理灵活，网格重分和网格自适应模块兼容、守恒重映，网格重分中采用多种方法控制新网格的质量，爆轰计算可采用Lee-Tarver的化学反应率模式。初步数值计算结果表明，弹塑性流体力学拉氏自适应重分数值模拟方法合理，计算结果正确，基本反映了流场的物理结构。     

用遗传算法拟合电力系统负荷短期预测的非线性模型

本文运用遗传算法，根据河北省１９８５—１９９０年春节期间每小时用电量的统计数字，建立了非线性回归模型（Ｇｏｍｐｅｒｔｄｚ），结果表明，遗传算法性能良好，可望成为电力系统各种非线性模型辨识的有效手段。     

微加工薄膜变形镜特性分析

 借助测量微加工薄膜变形镜驱动器的面形影响函数，分析了驱动器的电压-位移函数和驱动器之间的线性叠加性;通过对连续面形变形镜拟合像差的理论分析和实验研究，建立了微加工薄膜变形镜电压解耦模型。分析了对前36阶Zernike模式的拟合残差和拟合能力，指出微加工薄膜变形镜仅可用来拟合低级像差并且有较大的拟合能力和较小的拟合残差，而不能拟合高级像差。     

耦合发电机系统的自适应控制与同步

讨论了耦合发电机系统的自适应控制和参数未知时的自适应同步问题.设计了自适应控制器，将耦合发电机系统的混沌轨道镇定到平衡点，并使得两个参数未知的耦合发电机系统达到了混沌同步.数值模拟验证了所设计的控制器的有效性. 关键词： 耦合发电机系统 自适应控制 平衡点 同步     

遗传算法在构象搜寻中的应用

遗传算法是一种模仿自然进化进程的新颖的启发式优化方法。通过它，人们可以在计算机上对所需的各种问题实施进化操作，最终产生理想的结果。遗传算法现已被广泛于计算机辅助设计、工程设计、系统模拟等领域并取得了极大的成功。本文拟对遗传算法在对大、中、小分子的构象搜寻中的应用作一较全面的综述。     

(BN)n(n≤12)团簇的结构及成键性质

利用遗传算法和Gastreich提出的经验势函数研究了(BN)_n(n≤12)团簇的可能稳定结构, 并对能量较低的异构体在HF/6-31G(d)水平进行优化, 得到了(BN)_n(n≤12)团簇的线状、蒲扇形、单环、双环、三环和笼状结构, 讨论了各种结构的特征及相对稳定性. 分析了BN团簇中原子的成键性质, 在单环结构中, N原子以sp2杂化成键, B原子以sp杂化成键, 而在节点处B原子以sp2杂化成键. (BN)6是唯一没有张力的单环结构.     

不依赖于统计模型的手性毛细管电泳分离多指标同时优化

考虑到手性毛细管电泳分离机理的复杂性，提出了不依赖于统计模型的二进制编码遗传算法多目标优化策略。根据实验参数的多少及其重要性，采用均匀设计安排完成初步实验。并用Derringer功效函数作为多指标同时优化的评价指标，以取得较高的分离度和较快分离速度；通过对实验参数给予编码，转化为二进制字符串，根据得到的总功效函数值大小进行遗传算法操作，产生新的一组实验条件。重复上述过程直到得到最佳分离条件为止。此方法成功地应用于华法令对映体的毛细管电泳分离条件优化。