浮点遗传算法在非线性方程组求解中的应用

将非线性方程组的求解问题转化为函数优化问题,利用浮点遗传算法适应值的分布和实数编码的特点,通过缩小、移动搜索空间的方法,将整体和局部寻优能力有机地结合起来,求得非线性方程组的高精度的解．数值模拟结果表明浮点遗传算法的有效性。     

非线性方程组求解的新方法

提出了一种求解非线性方程组的方法.将非线性方程组的求解问题转化为最优化问题,对经典BFGS变尺度法进行改进:采用高精度通用数值算法求解函数梯度,采用新的数值解析法进行一维探索,进而有效地提高了BFGS变尺度法的效率和程序通用性;对遗传算法进行了改进.将改进的BFGS变尺度法与改进的遗传算法进行混合杂交,得到一种全局优化算法,数值测试表明该算法是可靠的.     

复合材料层合板几何非线性分析

本文用有限条方法分析了复合材料层合板的几何非线性问题，并用Ｎｏｗｔｏｎ－Ｒａｐｈｓｏｎ迭代法求解非线性方程组，计算得到的线性解与非线性解分别与经典解析和实验吻合较好 。     

基于改进遗传算法的单元机组非线性模型参数辨识

针对火电厂单元机组的特点及遗传算法工具箱在辨识多变量、非线性系统参数中存在的早熟、收敛速度慢等问题,对遗传算法工具箱进行了改进,以单元机组非线性动态模型为研究对象,提出了基于改进遗传算法工具箱的参数辨识方法．根据托电600MW机组的阶跃扰动试验数据,辨识得到了单元机组非线性动态模型的参数．结果表明改进遗传算法工具箱对单元机组非线性模型参数辨识具有良好的适应性,辨识得到的模型是有效可靠的．     

同伦迭代法的研究及其应用于机构学问题的求解

通过分析多项式映射同伦函数零点集的特性，提出了一种改进路径跟踪方案的同伦迭代方法，并论证了同伦迭代法求解非线性多项式方程组的可行性和可靠性，说明了该方法解高亏欠度多项式方程组时具有很高的计算效率。给出的机构学问题的数值实例说明了该同伦迭代法的有效性和可靠性。     

基于改进遗传算法的递归神经网络非线性系统辨识

将递归内时延神经网络应用于非线性动力学系统辨识中，描述了其动力学方程，并引入改进遗传算法作为其学习算法，通过非线性动力学SISO和MIMO系统的辨识仿真研究，验证了内时延递归网络结构和改进遗传算法的有效性。     

考虑罚函数时二维缺陷声波识别的遗传算法

研究在考虑惩罚函数时，用遗传算法对声波场中二维缺陷形状的识别问题。首先建立介质参数扰动函数和散射场之间非线性关系的积分方程，进而将所关心的缺陷识别问题转化为关于扰动函数的反演，最后用遗传算法给出就后场散射远场测量时几种典型缺陷的识别结果。     

混凝土泵车臂架结构的智能优化设计

针对混凝土泵车臂架结构优化设计非线性的复杂性和优化目标的多样性，利用BP神经网络算法建立起结构设计参数与变形、应力等的非线性全局映射关系，从而获得遗传算法求解结构优化问题所需的目标函数近似值，动态完成混凝土泵车臂架结构优化设计．     

遗传算法在铁路客车横向稳定性多参数优化中的应用

以典型铁路客车的动力学模型为研究对象，以车辆最大可行速度为目标函数，采用遗传算法对其横向稳定性参数进行了最优化的计算研究。结果表明：遗传算法在求解车辆动力学系统的参数优化问题中具有很好的适用性。尤其是对于多参数，多峰的非线性问题，该法提供了求解问题全局最优解的可能性。     

求解非线性规划问题的一种迭代法

提出了一种求解等式约束非线性规划的新方法－非线性方程组不含求逆迭代法，证明了该算法的收敛性。给出几个算例，验证了该算法的有效性。