几种新型算法在无功优化中运用综述

无功优化是减少电网损耗的有效措施．它通过调节电网中的各种设备，改变无功潮流在网络中的分布，从而达到降损节能的目的．本文将近年几种新型的算法在无功优化的运用给予了说明和介绍，并且比较了它们在实际运用中的优缺点．     

基于动态加权计划和进化算法的多目标集成优化设计

为了求解结构和控制器多目标集成优化设计问题,获得用H2或H∞范数定义的最优系统性能和控制代价的所有非劣解,采用了基于动态加权计划的进化算法.该算法采用的权值随着进化代数的变化而变化,而不是固定值,通过结合线性矩阵不等式(LMI)或Riccati控制器设计方法,一次运行就能够得到均匀分布的非劣解.与加权的单目标遗传算法相比,该方法可以大大减少求解集成优化设计问题的计算强度.通过汽车悬架的集成设计表明了该方法的有效性.     

课程结构的优化之路:选择性与多样化--关于高中选择性、多样化课程结构的新认识

从静态、形式结构向动态、实质结构转向是多样化、遗择性的课程结构在课程结构理解上的一次跨跃；把多样化、选择性作为高中课程结构的优化选择，不仅是源自认识的嬗变，更主要是结构和功能之间矛盾运动的客观要求；高中新课程结构在实践中富有“想象力”的展现——多样化、选择性的课程模式，使课程结构优化在实践型态层面得以实现。     

Maple在线性规划教学中的应用探讨

线性规划是机械优化设计的重要教学内容,只是求解烦琐,以致学生学习积极性不高。利用Maple软件的线性优化工具箱,可引导学生建立力学模型,快速求解答案,提高学习效率和兴趣;Maple软件中的Student包还提供了自主学习的功能,可以分步展示解题过程,提升学生的学习能力;利用Maple软件的图形输出、动画制作等功能,使教师教学更加形象、生动。此外还可引导和培养学生的利用数学工具的习惯和能力,为以后求解复杂数学计算问题提供帮助。     

模拟退火改进粒子群优化算法求解优化问题

针对粒子群优化算法后期易陷于局部最小的缺点,引入模拟退火思想,建立模拟退火—粒子群优化算法。通过求解函数优化问题对比实验,表明改进后的粒子群优化算法增强全局寻优能力,搜索成功率大为提高。     

One-parameter quasi-filled function algorithm for nonlinear integer programming

INTRODUCTION We consider the following nonlinear integerprogramming problem (PI) minf(x), s.t. x∈XI (1)where XI?In is a bounded and closed box set con-taining more than one point; In is the set of integerpoints in Rn. Notice that the formulation in (PI) allows the setXI to be defined by equality constraints as well asinequality constraints. Furthermore, when f(x) is co-ercive, i.e., f(x) → ∞ as ||x||→∞, there always exists abo…     

序贯数论优化方法的改进及其在全局优化中的应用

过程系统综合问题通常是非线性和多峰的 ,求解该类问题的确定性方法通常会陷入局部极值陷井 ,随机方法则只能以一定概率得到全局最优解 .基于此 ,提出一种并行序贯寻优 (SNTO)方法 .该方法中 ,可行点均匀散布在可行域内 ,并行搜索模式为小样本条件下获得全局近最优解提供了可能 .对测试函数的有效求解验证了该方法的有效性 .     

半方差模型在组合优化中的应用效力比较

首先介绍半方差及其在投资组合优化中的应用，用数量方法进行样本股票的筛选，并采取事前检验及事后检验的方法，对半方差和其他各种理论模型计算得出的最优投资组合的市场表现进行比较，用事实说明作为半方差及其他模型具有比较高的应用效力标准。     

企业价值链的优化

价值链管理是我国大部分企业管理中最薄弱的环节，章从顾客导向与价值链的优化、产品需求的性质与价值链的优化及价值链持续优化的组织结构等三方面论述了优化价值链需注意的三个问题。     

SA法在求解非线性约束优化问题中的应用

传统数学规划方法如梯度法等在解决非线性规划问题时,往往会由于问题本身的多峰性而落入局部最优解中,得不到全局最优解,这使得传统方法在解决非线性规划问题中受到很大的限制.80年代初,S.Kirkpatrick提出了模拟退火算法(Simutaneous Annealing),该方法在解决复杂的组合优化问题中可以得出很好的结果.它是一种仿金属退火物理过程的随机算法,在理想状态下可得出全局最优解,并能以一定的概率跳出局部最优解所在的区域.本文我们将探讨SA法在求解非线性约束优化问题中的应用.