对研究生素质评价的一种新方法

如何对研究生的素质进行评价？这是每个大学都会遇到的问题，提出一种区间值的排序法，建立基于区间值模糊集的综合评判的数学模型，从而实现对研究生素质的合理评判．     

CDM理论在优化进离场飞机队列上的应用研究

应用协同决策系统理论。研究了进场航班优化排序问题。给出了机场进离场容量转换和容量优化的模型。通过机场进离场容量转换来解决拥挤时段的进场与机场容量之间的问题。在协同决策思想的指导下把进离场航空器结合起来并且看作两个相互关联的操作。当进场容量和离场容量相互转换时。协同决策系统能提供最优的解决方案，使机场的进离场达到最大的吞吐量并且将延误减到最小。     

串联系统可靠性严格置信下限的计算 IUMVE法

针对成败型单元串联系统可靠性经典法严格置信限理论迄今存在的困难,我们提出了成败型单元试验结果向量的改进型UMVE(IUMIVE)排序法,在本文中相应提出了IUMVE法求二、三单元串联系统可靠性严格置信下限的算法、程序和部分计算结果,基本上消除了原有四种排序法计算所存在的非正常点。     

试验向量排序的精细结构和改进型UMVE排序法

本文研究了1957年Buehler提出的系统可靠性严格置信限经典理论迄今所存在的试验向量排序困难。我们发现用UMVE排序法求置信下限会出现非正常点的原因是它不能考虑试验向量的精细结构差别。基于这一事实,本文提出改进型UMVE(IUMVE)排序法,例算表明可以消除所有非正常点。     

求解含调整时间排序问题的混合遗传算法

利用仿真工具将启发式方法与遗传算法相结合,提出了一种求解Job Shop排序问题的混合算法框架,利用启发式规则引导遗传搜索过程,以提高遗传算法的求解效率。在求解过程中,遗传算法仅对每台机器的第1道工序搜索寻优,通过仿真过程安排后续工序,在仿真过程中,利用启发式规则确定工件的加工优先级。在以上框架基础上,针对含调整时间的作业排序问题建立了一种混合算法GA-SPTS,通过与已有算法的比较表明,该算法对这类问题具有很好的求解性能。     

电压与钙耦合神经元模型的符号动力学

应用符号动力学研究了跨膜电压与细胞内钙浓度相耦合的R15神经元模型.通过峰峰间期序列(ISIs, Interspike Interval Series)的首归映射构造出描述周期和混沌放电模式的符号序列,并讨论了与切分岔密切联系的阵发混沌与嵌含在混沌区中的周期窗口的产生机理.由符号序列的排序规则,确定具有不同拓扑结构的放电节律与连续变化的参数值的对应关系,从而对实验或模型测得的任意放电模式进行参数识别.研究结果表明符号方法是研究神经放电活动动力学行为的一种有力工具.尤为重要的是,这样一种粗粒化的方法能够推广到神经电生理实验中,从复杂的实验数据中提炼更多有价值的信息.      

基于模糊数学的多目标决策问题模型及算法

针对多目标决策中的最优问题,提出了一种实用的模糊决策方法。最后应用该决策方法分析解决了一个实际问题。