基于区域分解算法的非均匀介质的反分析计算

提出了一种基于区域分解算法的非均匀介质反分析计算格式，使其能够将敏度矩阵的计算仅限于单介质区域，使反分析的计算和收敛稳定性有了较大的提高。     

列车运行自动控制(ATO)算法的研究

通过分析列车自动控制算法所面临的问题，提出了具有自适应、智能化的列车自动驾驶算法及推理机结构。     

计算几何学研究

以计算几何学为主题，对那些尚不熟习这个领域的读介绍计算几何学的历史背景及发展；对计算几何学的研究领域做了概括描述，并介绍了这个领域中一些有突出贡献的研究成果。     

三维可视化应用中Delaunay三角形剖分算法研究

讨论了实现Ｄｅｌａｕｎａｙ三角形剖分的新算法。该算法使用一个均匀的格子结构，并采用循环生成三角形的策略实现Ｄｅｌａｕｎａｙ三角形剖分。与其他算法相比，具有许多新特征。尤为重要的是，算法的时间复杂度随点数的增加呈线性增长，而不是固有的Ｏ（ｎ＾２）。文中给出了该算法及其实现的细节。讨论如何处理数据；描述如何基于均匀格子结构建立内部数据结构；通过一个例子描述如何实现三角形剖分进程的细节；给出算法思想的证     

一种基于GA和梯度下降法的快速模糊系统学习方法

分析了现有模糊系统的两类主要的学习算法存在的缺陷。针对半梯形和三角形隶属度函数，提出了一种保证隶属度函数ε－完备性的方法。实现了一种新的基于遗传算法和梯度下降方法的快速模糊系统学习算法。通过实例进行了模拟，验证了该方法的高效性， 及保证隶属度函数完备性和模糊集合语义一致性的优点。     

一种新型接收机天线系统的设计

提出一种新型接收机天线系统的设计方案,并对部分模块作了仿真分析;该设计的实现依赖于自适应算法,以及自适应调零在天线系统中的应用,通过性能与可实现性的综合考虑,选择功率反演算法作为系统的前置算法,为系统提供必要的零点信息,更新系统的权值,使系统自动在干扰来向上面设置零点,把干扰抑制在一个很低的水平上,或者完全抑制.     

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.     

大规模MLCLSP问题的简化方法研究

提出关键资源及主资源思想，将大规模MLCLSP问题简化为只与关键资源和主资源相关的较小规模问题，从而可利用现有算法进行求解．本文方法为大规模MLCLSP问题的求解提供了一种有效途径．     

路网节点间铁路冷藏车空车调整的蚁群算法

数量调配和网络配流是铁路冷藏车空车调整的2个核心问题。在对问题进行抽象描述的基础上，建立了铁路冷藏车空车调整协同优化模型，将空车调整径路与数量两者统一到同一个模型中，实现两者整体上的优化。通过约束条件分析，在不改变铁路冷藏车空车调整问题协同优化性质的前提下对模型进行简化，将非线性模型转化为线性模型，设计相应的蚁群算法（ACO），并对算法复杂度进行分析。通过理论分析和实际算例分析表明，ACO算法易于利用计算机实现，对求解铁路冷藏车空车调整问题具有优势。     

铁路罐式集装箱空箱调配优化模型及遗传模拟退火算法

针对罐式集装箱运输的特殊性,考虑重箱流和空箱流调配的综合优化,以罐箱运输费用最小为目标,建立铁路罐式集装箱空箱调配优化多商品网络流模型,并构造了1种嵌入模拟退火操作的遗传算法对之进行求解。为了使模型与算法可得到更符合实际、操作性更强的结果,给出了3种空罐箱调配的策略,作为隐含条件加入到算法求解过程中。利用自适应遗传模拟退火算法对随机生成的实际规模问题算例进行求解,并与用通用代数建模系统软件GAMS的计算结果进行对比。结果表明,前者得出的结果与最优解差距不大,而且运算速度更快,更能满足解决实际问题的需要,为铁路罐箱调配优化提供了良好的决策支持模型和算法。