非线性约束条件下一个超线性收敛的——可行方法（Ⅰ）算法A

序列二次规划算法（即ＳＱＰ算法）一般具有良好的超线性收敛性质，在非线性规划中占有非常重要的地位，从实际数据效果来看，ＳＱＰ类算法对于非线性下的最优化问题是非常有效的，但这一类算法在实际运算中和终止时所得到的解一般都是可行的，对于一些与工程设计等实际应用相关的优化问题，这是一个很严重的不足之处，为了克服现有ＳＱＰ类算法的不足。本文给出了一个非线性约束条件下求解ＳＱＰ类问题的可行方法，为了克服现有ＳＱ     

求解价格控制问题的旋转算法

旋转算法是一种求解线性不等式组以及线性规划的方法,区别于传统的单纯形法,该算法是基于行处理的方式,可以将不同的约束条件分别处理,因此可以求解价格控制问题、线性多层规划,以及线性一主多从有关联的stackelberg—nash均衡等问题．如果采用“自上而下”的方法来求解价格控制问题,可以通过增加分割约束集的割平面的方法计算全局最优解．算例证明了该方法用于求解线性主从递阶决策问题是简便有效的．     

技术直达列车编组计划的阶跃函数模型及同构变换

本文构造了技术直达列车编组计划（ＴＦＰ）问题的阶跃函数模型。通过对该模型做同构变换，获得了该问题的几种典型优化模型形式：线性０－１规划模型，目标函数为线性而约束条件是二次的０－１规划模型。从而为引进各种特定的算法提供了条件。文末以五个支点站为例给出了各种模型的具体形式。     

以杆长平方和为目标函数进行形状优化的二次规划方法

给出了桁架结构形状优化的一种分层方法，即分为截面层优化和节点层优化。在节点层，不以结构的重量作为目标函数，而以杆长平方和作为目标函数，形成了标准的二次规划，采用Ｌｅｍｋｅ方法即可求解。     

非线性约束条件下的广义投影梯度法

对非线性约束条件下的优化问题提出了三个广义投影梯度方法，算法Ａ能够求解非线性不等式约束优化问题，在此基础上，又提出了能够求解非线性等式和不等式约束优化问题的算法Ｂ．进一步，通过简化算法Ａ，又给出了能够专门求解一般线性约束优化问题的算法Ｃ．并且在较弱的假设下，证明了三个方法的全局收敛性。     

一个关于二次规划问题信赖域中可行下降算法

采用变量消去法化二次规划问题，使用一个基于信赖域子问题的内点算法来获得其可行下降方向，提出了关于二次规划问题信赖域中可行下降的新算法，证明了算法具有全局收敛性．计算实例表明，新算法具有很高的收敛速度．     

二层线性规划问题

罚函数方法是数学规划中一种常见且有效的求解方法。用罚函数原理,把二层线性规划（BLP）下层问题的对偶间隙作为惩罚项,将BLP转化为带罚函数子项的有限个线性规划问题。由于BLP的全局最优解可在约束域S的极点上找到,利用线性规划对偶理论,给出了一种求解该二层线性规划的罚函数算法。     

求解二层规划的一种模糊交互式方法

主要讨论上下层具有共同决策变量的一类二层规划问题的求解方法．在引入目标函数的模糊目标，并充分考虑上层与下层决策者的满意度后，构造了一个模糊交互式决策方法，从而使得上下层决策者对最后的求解结果都能满意．数值结果表明此法可行有效．     

测量控制网优化设计中建模与求解的一般方法

本文在目前国际公认的求解带约束非线性规划最为有效的方法之一－逐步二次规划（ＳＱＰ）法的基础上，结合目标规划原理，导出一套适用于求解一般的多目标优化模型的逐步线性目标规划（ＳＬＧＰ）法，基于ＳＱＰ法和ＳＬＧＰ法的先进性，又提出解决一般测量控制网优化设计问题的总体思路和方法，并给出了新的建模方法。     

基于离散势能场的行人路径规划算法研究

复杂二维场景中的行人路径规划是行人仿真研究体系中微观仿真服务的关键性问题之一。针对该问题提出基于离散势能场的路径规划算法，给出总体算法的流程，并针对离散势能场的生成算法、离散路径的合理化方法等关键环节进行详细论述，最后经算例证明该算法具有一定的有效性，同时存在一定的局限性。     

蚁群算法在语音识别中的应用研究

提出了一种新的基于蚁群算法的语音识别中的动态时间规划方法——蚁群动态时间规划算法，并详细介绍了其基本原理、信息素更新规则，给出了系统流程图。经过理论分析与实验测试，证明了蚁群算法在这个系统中比传统的DTW算法更能提高识别率且更有效率。     

基于用户剩余的双层拥挤收费模型及算法

拥挤道路收费作为交通需求管理的一种有效措施在许多国家和地区开始提倡。基于用户剩余的拥挤道路收费问题,建立双层规划模型,设计求解双层规划模型的遗传算法,结果表明,双层规划模型能有效解决复杂的拥挤定价问题,遗传算法收敛较快,容易满足计算精度要求。     

一类双线性规划的线性逼近算法

讨论了一类双线性规划的优化问题，利用对偶原理，将双线性规划问题转化为极大极小问题，研究了该极大极小问题的线性逼近算法，并证明了该算法在有限步内收敛，采用Karmarkar算法优化初始迭代点，使线性逼近算法更为有效。     

不确定箱重下内河集装箱班轮航线配载决策

与集装箱海运相比内河集装箱班轮运输具有其独特性,同时对于内贸箱而言,货主订舱时箱重信息的不确定性导致其航线配载决策变得更加复杂.本文考虑不确定箱重影响,以最小化航线班轮堆栈占用数量为目标,构建内河集装箱班轮航线配载决策的随机规划模型.为实现求解,基于随机规划理论,采用机会约束描述随机约束,将随机规划模型转化为随机机会约束规划模型,并设计混合邻域搜索算法求解.算法由蒙特卡罗随机模拟、神经元网络训练及邻域搜索启发式3个部分组成.算例研究表明,混合邻域搜索算法的鲁棒性较好,可实现配载计划对不确定因素的有效吸收.     

基于铁路客票价格问题的混合优化策略算法

混合智能算法和双层规划模型在城市交通领域已得到了广泛的应用,且实际效果显著。本文采用基于遗传算法（GA）和模拟退火算法（SA）的GASA混合优化策略求解铁路客票价格问题的双层规划模型,并用一个简单的算例表明：本算法在求解该双层规划方面更好发挥了智能搜索的优势,具有更高的效率和可信度。     

考虑局部排队延误的VMS 选址双层规划模型

用Monte Carlo 模拟技术刻画路网状态的随机性,优先考虑在交通网络瓶颈路段设置可变信息板待选点,建立多目标优化可变信息板选址双层规划模型.上层模型为基于不确定风险决策最小和诱导效益最大的双目标规划模型,下层模型为考虑局部网络有排队延迟现象的随机用户平衡模型.采用增广Lagrange 对偶算法与相继平均算法组合求解下层模型,采用非劣排序遗传算法-II 求解整个双层规划模型.算例结果表明,在可变信息板资金预算约束下,非劣排序遗传算法-II 能够有效求解可变信息板选址的多目标优化问题,得到6 组Pareto 解.研究结果可为城市道路网可变信息板诱导配置的优化和建设提供决策支持.     

基于动态规划的混合动力有轨电车能量管理方法

针对传统动态规划算法在燃料电池混合动力系统能量分配中存在的误差累积问题,以及为进一步提高燃料电池混合动力有轨电车的耐久性和燃料经济性,提出了一种基于改进动态规划算法的燃料电池混合动力有轨电车能量管理方法;改进动态规划算法在传统动态规划的基础上调整了状态转移方程,通过只对系统状态量进行离散从而避免计算过程中的插值计算导致的误差累积;同时将系统等效氢耗、动力电池充电状态(SOC)约束和燃料电池加、减载带来的耐久性问题作为优化目标构成加权惩罚函数,使系统在获得良好燃料经济性的同时兼顾耐久性;将所提管理方法与功率跟随和传统动态规划进行对比分析.研究结果表明:所提方法相较于功率跟随方法,使末态SOC值降低了13.3%,燃料经济性提高了78%;相较于基于传统动态规划算法的能量管理方法,使燃料经济性提高了3.5%,且SOC变化范围和燃料电池变载情况均具有显著改善.     

弹塑性分析的面向对象有限元方法

把面对象有限元程度设计方法应用到非线性静态分析唑线性面向对象有限元分析环境出发，对已有的类进行扩充，利用Ｎｅｗｔｏｎ－Ｒａｐｂｓｏｎ算法实现了弹塑性分析，进一步论证了面向对象有限元程序设计的优越性。     

基于自适应小生境遗传算法的混合交通网络设计双层规划模型

在现有的交通网络设计问题研究基础上,采用双层规划模型来描述混合网络设计问题,其中上层模型综合考虑网络阻抗、投资额以及CO的排放总量三方面因素,建立起以三者之和最小为目标的优化函数;下层模型为用户均衡模型。根据所建模型的特征,利用一种基于自适应方法和小生境技术的改进遗传算法进行求解。实例计算证明：此模型和算法是研究混合交通网络设计问题的有效方法。     

基于动态规划算法的增程式电动汽车能量管理策略优化

提出了一种动态规划改进算法, 根据约束条件确定未来可达状态序列, 通过计算离散状态点间的转移代价, 在保证求解精度的同时, 降低了离线优化计算量; 利用改进动态规划算法设计了增程式电动汽车能量管理策略, 根据能量管理优化问题特点, 建立了动力系统模型和适用于全局优化求解的系统状态方程, 并确定了以动力电池荷电状态为系统状态量和增程器发电功率为系统控制量; 在迭代计算过程中, 将发动机燃油费用和动力电池电能费用之和作为目标函数, 构建了基于北京主干道不同行驶里程仿真工况, 得到了驱动电机需求功率最优分配结果; 提取了增程器启停状态与动力电池荷电状态和驱动电机需求功率二者之间的控制规则, 利用最小二乘法对增程器功率分流比与驱动电机需求功率的分布规律进行拟合, 建立了基于优化规则的能量管理策略。仿真结果表明: 对于行驶里程为100km的仿真工况, 动态规划改进算法计算时间为7 239s, 与经典动态规划算法相比计算效率提高了78.2%;基于优化规则的能量管理策略能够获得类似动态规划改进算法的控制效果, 2种控制策略的动力电池荷电状态误差小于2.5%;相比实车电能消耗-电能维持型控制策略, 基于优化规则的控制策略能够使整车经济性提高5.4%, 使燃油经济性提高7.9%。