船舶舱室布置设计中几何约束的一种求解方法

提出了基于约束表示的船舶舱室布置设备空间位置关系的描述，约束通过转化以非线性方程组的形式求解，Newton-Raphson迭代法求解方程缺乏稳定并且不能处理欠约束和过约束情况，为了克服这种情况，文中提出了采用最优化方法求解几何约束，自然有效地解决了欠约束和过约束情况下方程的求解问题。     

��Ӧ��ѡ������IJ�ȷ����ģ�ͼ��Ŵ��㷨

供应商选择问题是物流领域内的一个重要问题，其目标函数就是在包括送达时间、原料质量和服务水平等的约束下使总花费最小。传统的确定性模型取得了较好的效果，但是由于其约束条件的随机性和模糊性，需要应用不确定性模型来更准确地描述和给出最优解。论文应用了不确定性模型描述这类供应商选择问题，这个不确定性模型就是一类特殊的机会约束规划模型，此类机会约束可以转化为相应的等价类，这样不确定性模型就可以转化为确定性模型，然后设计了解决这类问题的遗传算法。通过实例计算表明，不确定性优化模型及遗传算是解决供应商选择等这类不确定性智能商业问题的有效办法，有广泛的应用前景。     

基于VaR的证券投资组合优化方法

本文深入研究了基于VaR的投资决策问题，给出了VaR约束下的投资组合优化模型。该模型在Markowitz均值一方差模型的基础上，加入了VaR约束，保证了与我国金融机构现有投资选择方法在技术上的一致性。我们还给出了一种几何求解方法，巧妙地解决了传统Laganerge乘子法无法处理上述模型的问题。     

用扩展Dijkstra算法求解QoS问题的极限值及路由

网络路由是网络研究的核心问题，随着网络的发展和网络应用的快速增长，对网络路由提出了更高的要求，网络服务质量路由QoSR(quality of service routing)的研究因此成为计算机网络的重要领域．文中提出了一种扩展的Dijkstra算法，以解决4类QoS参数约束的QoSR问题，该算法能找到每类参数约束的极限值，找到延时、抖动、带宽约束和可靠性约束的较优解，并对该算法进行了复杂性分析与比较，找到QoS参数的极限值对进一步采用探索类算法求解QoSR问题有着重要的意义．     

有约束优化遗传算法的应用

以列车操纵优化中为每个行车子区间分配时间分段这一实际问题为背景，详细介绍了用遗传算法（ＧＡ）利用引进惩罚解决这一类有约束优化问题，同时给ＧＡ对于有约束问题的为改进方法；用交叉基始位加快进行化进程、用变异环境串来激励出更优秀的个体。     

变量化设计中尺寸约束的倒推理

以作图规则匹配与辅助线作图相结合作为变量化设计的方法，并在此基础提出了尺寸约束倒推理。推理正确，速度快，是一种解决尺寸约束的有效方法。     

论期权激励模式的局限性

期权激励模式是二十年来风行西方的一种长期激励报酬制度，近年来被国内国有企业“拿过来”借用，旨在解决企业经营者的激励不足问题。由于制度及市场条件的约束，期权激励模式的应用有其局限性。     

����ʽ�ò�Լ���ij���������⪤

有效的乘务调度能够为公交企业带来巨大的成本节约,但是,公交乘务调度问题因受制于一系列劳动法规的约束变得十分复杂.我国公交普遍存在"中式用餐"约束,进一步加大了问题的复杂性,使西方主流调度系统在国内实施面临困难.本文基于"生成与选择"方法解决乘务调度问题,关键在于"生成"阶段处理"中式用餐"难题;利用"中式用餐"约束和乘务问题特点,设计一种基于启发式规则的换班机会筛选方法;在所选换班机会集合的基础上构造能满足"中式用餐"约束的潜在乘务班次集合.对实际公交乘务调度问题中的12组实例进行测试,表明本文方法不仅能处理"中式用餐"约束,而且能极大减少所求问题的规模,因此适用于解决大规模的带有"中式用餐"约束的乘务调度问题.     

考虑托运人行为决策的集装箱港口腹地划分模型

为解决现有集装箱港口腹地划分模型中，因基于绝对理性假设，忽视托运人选择港口时的行为决策造成的腹地划分结果与实际情况存在较大偏差的问题，提出托运人行为决策逻辑链，基于路径优化模型，引入港口约束、时间约束和航线约束。基于上述增加约束，以托运人运输成本最小化为目标，以各条集疏运路线运量为决策变量，构建考虑托运人行为决策新增约束的线性整数规划模型。选取珠三角九市及该区域8个港口作为研究对象，对实例数据进行模型验证，基于历年吞吐量指标对比发现，该模型较传统模型在误差均方差和平均百分比误差方面显著下降，OD流对比更接近真实情况。上述结果表明，考虑托运人行为决策的集装箱港口腹地划分模型可更精确地实现集装箱港口的腹地划分需求。     

三维边界多域缩聚法分析

采用超参非连续边界元用积分方程及三角极坐标变换方法处理奇异积分。将超参非连元应用于多域边界元法分析，解决了自由度约束问题，提出了二次缩聚的概念，提高了我域缩聚边界元法的求解效率。     

神经网络自学习控制研究

提出一个新型仿真器网络结构并推导出学习算法；提出面向输入输出模型结构的自学习控制器训练结构并推导出学习算法，解决约束控制作用 下多目标终态控制问题并实现感应加热温度智能控制。     

边界元——有限元耦合方法分析

本文对边界元－有限元耦合方法分析二维弹性力学问题进行了探讨。采用非连续元离散边界积分方程，解决了耦合分析中的自由度约束问题。给出了利用非连续元实现边界元－有限元耦合的具体步骤。数值算例表明了本文方法的有效性。     

人体骨架模型的建立及IK问题的一种解决方式

从骨架层次上对人体进行抽象和简化，并产生了人体分层结构树；同时讨论了人体的关节模型和关节约束，把关节分为一个自由度的关节、两个自由度的关节和三个自由度的关节．并在此人体分层结构上，提出了解决IK问题的指向线算法，这个算法和国外学者提出的CCD算法思想不谋而合，讨论了CCD针对解决人体IK问题的优势和不足之处，提出了相应的改进方法．     

有时间约束施行商问题的启发式遗传算法

有时间约束的施行商问题作为施行商问题的拓展，是一个重要的NP难题，深入研究这一问题具有重要的理论和实践意义。将时间窗约束转化为目标约束，采用序列编码设计了基于启发式规则的可同时处理软、硬时间约束的遗传算法－2－交换变异的遗传算法和3－交换变异的遗传算法。实验表明HGA1优于简单遗传算法（SGA），HGA2优于HGA1。     

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。     

用新型蚂蚁算法求解QoSR问题

网络服务质量路由是计算机网络理论研究的重要领域，QoSR问题是一个NP完全问题．蚂蚁算法在近几年内逐步得到推广和应用，文中在研究蚂蚁算法后，保留蚂蚁算法的信息索概念，提出了一种新型的蚂蚁算法，即蚂蚁在寻找路径时，放弃按概率的方式跳转结点的寻路方式，采用按信息索较少的路径跳转结点的寻路方式，以解决QoSR问题．通过实际编程和计算，该算法能均匀搜索每条路径，对于单个参数约束，能很快达到最优解，对于多个参数约束，能找到最优解．经过对该算法的分析，其时间复杂性与蚂蚁跳转结点的次数是线性关系．     

达州市老城区停车问题研究

在对达州市老城区停车现状调研和数据整理的基础上,分析了老城区中心城区停车现状存在的问题,在停车供给空间有限的条件约束下,提出了停车系统改善策略,为解决中小城市老城区的停车难问题提供参考,更好地解决城市交通问题。     

基于动态罚函数的铁路车流分配与径路优化模型

为解决铁路车流分配与径路优化模型中的难约束问题，避免群智能算法在应对该问题时难以求解的不足，提出了一种基于惩罚函数的约束优化方法. 首先，在车流分配及径路优化基本模型的基础上设置虚拟弧，在目标函数中增加惩罚项的方式松弛掉模型中的弧段能力约束，同时对惩罚项中的惩罚力度和惩罚因子设计动态更新的策略；然后，将改进灰狼算法（improved grey wolf algorithm，IGWO）应用于车流分配与径路优化模型的求解；最后，结合某一地区的路网数据，对改进前、后的模型和算法进行对比分析. 算例结果表明:与改进前的模型相比，引入惩罚项之后，IGWO可以在限定的范围内找到满足弧段能力约束的可行解；与灰狼算法（gray wolf algorithm，GWO）相比，IGWO计算所得的配流方案使OD （origin-destination）货流的平均绕行率和货物总走行公里数分别下降了2.6%和5.2%.      

二维平行放位装车问题的布局约束启发式算法

在分析二给平行入位货物装车问题的基础上，对货物装车问题设定了布局约束，构造了布局约束启发式算法。实验结果表明，此算法可以有效求得问题的优化或近似优化解，是求解此类问题的一个较好的方案。     

桁架结构拓扑优化的微粒群算法

为了解决有应力和位移约束的桁架结构的拓扑优化问题,将微粒群算法用于桁架结构拓扑优化.用罚函数法将应力和位移约束下的结构优化问题转化为无约束优化问题,用微粒群算法迭代计算.为了证明此方法的可行性,给出了2个具有应力和位移约束的桁架结构拓扑优化的算例.计算结果表明,微粒群算法与现有算法获得的桁架结构拓扑优化结果一致.