布朗运动理论及其在复杂气候系统研究中的应用

文章将从非平衡态统计物理发展和应用的角度,介绍德国科学家哈塞尔曼荣获2021年诺贝尔物理学奖的研究工作——基于布朗运动理论,建立了描述气象(天气)影响气候长期演化的随机气候学模型,并建立了寻求影响气候主因的最优指纹方法,从而能够分辨出人类活动和自然界局部改变对气候这一复杂系统的影响。哈塞尔曼的工作本质上是理论物理在实际复杂系统领域的成功应用,他采用的基础物理方法——布朗运动理论是我国杰出女物理学家王明贞和其导师乌伦贝克在20世纪40年代基于爱因斯坦的工作发展起来的[1,2]。文章将介绍布朗运动理论的发展及其相关的非平衡统计物理思想的当代发展,以展示哈塞尔曼如何把相关的物理理论巧妙地用于气候长期预测的实际应用研究：(1)建立了快变的局部“气象”变量涨落通过耗散涨落关系影响缓变的整体气候变量的基础理论;(2)通过最优指纹方法,寻找局部“噪音”和外驱动力影响气候演化的关键要素。     

问题变分不等式的一类各向异性Crouzeix-Raviart型有限元逼近

本文研究了Signorini变分不等式问题的一类各向异性Crouzeix-Raviart型非协调有限元逼近。通过一些新的技巧,得到了相应的最优误差估计。     

旅行商问题的基因整合算法

本文针对旅行商问题提出了基因整合算法。它是通过设置扰动矩阵构造与原商问题等价的近似问题，使用最优罚函数选择回路分枝得到一系列局部最优回路，从中提取频度高的分技——基因进行整合，得到更优的回路。该算法计算量小，对大规模问题计算效果显著。利用该算法对CHN144问题给出了目前最件的结果。     

一种改进的蚁群算法及其在TSP中的应用

蚁群算法是一种求解复杂组合优化问题的新的拟生态算法,也是一种基于种群的启发式仿生进化算法,属于随机搜索算法的一种,并用于较好地解决TSP问题.然而此算法也有它自己的缺陷,如易于陷入局部优化、搜索时间长等.通过对基本蚁群算法的介绍及相关因素的分析,提出了一种改进的蚁群算法,用于解决TSPLAB问题的10个问题,并与参考文献中的F-W、NCSOM、ASOM算法进行比较,计算机仿真结果表明了改进算法的有效性.如利用改进的蚁群算法解决lin105问题,其最优解为14382.995933(已知最优解为14379),相对误差是0.0209%,计算出的最小值几乎接近于已知最优解.     

关于预测误差平方和最小准则的几点看法

在应用桃棣荣等提出的预测误差平方和（ＰＲＥＳＳ）最小准则逐步算法的过程中，发现单纯应用ＰＲＥＳＳ值来控制引进因子数目有时不很有效。因此建议：１）当引进因子过多时，采用赤池信息准则对因子数做进一步控制。２）当引进因子过少时，取消原算法中关于ＰＲＥＳＳ值上界的规定和增加候选因子数以增加引进因子数。最后，对应用ＰＲＥＳＳ准则时所选因子的优良性进行了讨论     

概率约束规划逼近最优解集的上半收敛性

本文讨论了概率约束规划目标函数的连续收敛性,并利用概率测度弱收敛的特征给出了概率约束规划可行集的收敛性条件,得到了概率约束规划逼近最优解集的上半收敛性.     

半线性Sobolev方程的H~1-Galerkin混合有限元方法

利用H~1-Galerkin混合有限元方法研究了一维半线性Sobolev方程,得到了半离散解的最优阶误差估计,优点是不需验证LBB相容性条件.     

拓扑线性空间中的Drop定理和Phelps引理以及Ekeland变分原理

将Phelps引理,Ekland变分原理,Pareto有效性定理推广到拓扑线性空间,同时证明了这三个定理与郑喜印证明的拓扑线性空间中的Drop定理彼此等价.     

带注资的二维复合泊松模型的最优分红

研究建立两类理赔关系的二维复合泊松模型的最优分红与注资问题,目标为最大化分红减注资的折现. 该问题由随机控制问题刻画, 通过解相应的哈密尔顿-雅克比-贝尔曼(HJB)方程,得到了最优分红策略,并在指数理赔时明确地解决该问题.     

可再生能源系统的不确定性优化模型及求解

结合新提出的满意度方法和混合整数规划方法,给出了多态不确定性环境下可再生能源规划模型.该模型综合描述了多地区、多时期、多品种、多部门之间的可再生能源管理系统的复杂性、系统性、动态性和不确定性.最后的实例求解结果说明该模型能很好地反映能源安全性、系统可靠性与系统成本之间的关系,并能给出不同系统违反水平下的能源配置方式及增容计划,为决策者提供决策参考.