面向布局问题求解的混合全局优化算法研究

布局问题属于NP完全问题。由于布局函数的病态性状，传统的优化算法很难解决此问题。遗传算法、模拟退火算法等对全局优化展示了一定的前景，但是它们的求解精度和效率不能令人满足。本文将启发式随机搜索策略和局部优化算法相结合，构造了混合全局优化算法（MGOA）来解决这一困难。通过典型测试函数与经典遗传算法，模拟退火算法，复合形法进行比较验算，表明该算法具有优良的求解质量和较好的求解效率；并以旋转卫星舱布局的简化模型为背景，建立多目标优化数学模型，通过一个已知最优解的布局算例与遗传算法和乘子法的计算结果比较，该算法求解的质量和效率更优。表明此算法在布局优化中具有应用潜力。     

B样条隶属函数的模糊神经网络研究

把模糊子集的隶属函数取为B样条函数,利用B样条函数的正定性,紧密性和归一性,可以使得通常模糊系统输出中的分母削去,并且训练过程中权值的调整也限制在局部范围内。最后证明了其全局逼近特性。     

浅析灵敏度分析的几种数学方法

本文讨论了局部灵敏度分析和全局灵敏度分析这两种数学方法,对它们的优缺点和使用范围进行了比较,为以后做灵敏度分析奠定了基础。     

不可压缩液体中A由气核分叉特性研究

空化气泡会引起强烈的声辐射和舰船壳体振动，自由气核振动的跨临界分叉研究对寻求空化气泡的生成机理具有重要意义。通过建立不可压缩液体中自由气核的振动模型，由中心流形定理对该振动模型进行约化，得出中心流形上的跨临界分叉方程，通过该振动模型的分叉研究，提出了产生气泡的新机理，并进行了仿真实验加以验证。仿真结果表明，跨临界分叉是自由气核产生气泡的一条途径。     

径向基神经网络的构造理论

通过对径向基神经网络的研究，提出了径向基经网络的构造性理论及其构造算法，在给定函数及其允许误差的条件下，运用本算法能够构造几乎最少隐节点数的径向基神经网络。     

自适应蚁群算法求解车间作业调度问题

车间作业调度问题(JSP)是组合优化问题中的NP-Hard问题,应用传统的蚁群算法在求解时存在易于陷入局部最优解、收敛速度慢等缺点.通过在蚁群算法的信息素局部更新策略和全局更新策略两处引入自适应方法对蚁群算法进行了改进,并应用此算法对经典的FT06问题和FT10问题进行了大量的求解试验.试验结果表明该自适应蚁群算法在求解车间作业调度问题时,搜索速度和收敛速度比传统的蚁群算法都有较好的提高.     

上海铁路局物资管理处

上海铁路局物资管理处作为路局物资专业职能部门,是全局物资采购和专业管理主体。主要负责贯彻落实国家及铁路总公司政策法规,组织制订全局物资管理规章制度,履行全局物资采购供应和专业管理职责,强化全局物资管理各项基础工作。具体负责全局物资供应商管理,全局物资采购管理,全局物资库存调剂优化,全局物资监察,全局废旧物资回收利用管理,界定物资集中采购和授权站段应急采购职责和范围,物资招标采购管理工作以及对全局站段物资管理工作进行指导。     

考虑海流影响的水下机器人全局路径规划研究

为了适用于大范围海洋环境下须要考虑能量耗尽问题的AUV导航,提出了一种考虑海流影响的水下机器人全局路径规划方法,该方法将海流因素作为GA算法的评价因子,在路径规划的层面上考虑海流的影响;在此基础上对GA算法进行了改进,提出一种GA-PSO混合算法,GA-PSO混合算法比单纯的GA算法具有更快的收敛速度和运行效率。     

基于改进全局优化算法的轮毂液压动力系统能量管理策略

现有针对轮毂液压混合动力系统的能量管理策略均为结合研究人员经验与发动机最优工作区域的简单控制，暂未见优化控制策略的应用，导致实际控制值与最优控制值的偏差较大，无法充分发挥该系统的节油能力。基于此，针对该系统提出了一种基于改进全局优化算法的能量管理策略，探寻该系统的理论最大节油量，进一步挖掘该系统的节能潜力。首先，该策略建立了基于车速-蓄能器荷电状态（SOC）自适应调节等效油耗因子的方法计算目标函数中的罚函数，从而提高系统的制动回收能力，避免计算结果陷入局部最优；随后，根据轮毂液压混合动力系统各模式工作点相对固定的特性，实现了控制变量降维；最后以实测数据进行了仿真测验。结果显示：比起传统的全局最优策略，该方法可以进一步实现3.36%的节油效果；同时，在实现节油的基础上，经过控制变量降维后计算时间减少了35%，而计算精度基本不受影响。     

船舶结构混合变量优化的遗传算法

本文针对船舶结构优化设计中普遍存在的混合离散变量现象，对遗传算法进行了若干探讨和改进，以直接获得实用的最优解。通过两个船舶结构优化的算例，验证了本文方法的有效性。