苗晨 作品数:18 被引量:43 H指数:4 供职机构: 营口理工学院 更多>> 发文基金: 辽宁省自然科学基金 国家自然科学基金 辽宁省教育厅高等学校科学研究项目 更多>> 相关领域: 自动化与计算机技术 理学 文化科学 环境科学与工程 更多>>
1个单纯形搜索法和免疫进化的微粒群算法的混合算法 2013年 基于单纯形搜索法和免疫进化微粒群算法,提出1个求解无约束最优化问题的新的混合算法—单纯形搜索法和免疫进化微粒群算法的混合算法.由于它不需要梯度信息,所以具有易实施、收敛速度快和计算准确的优点.为了证明混合算法能够改进免疫进化微粒群算法的性能,首先利用6个测试函数进行仿真计算比较,计算结果表明,新的混合算法在求解质量和收敛速率上都优于其它进化算法(IEPSO,PSOPC,GSPSO,LSPSO and CPSO);其次,将新混合算法和最新的3种混合算法进行鲁棒性分析比较,结果表明,新混合算法在解的搜索质量、效率和关于初始点的鲁棒性方面都优于其它算法. 苗晨 刘国志关键词:无约束最优化 免疫进化 流程系统优化的简约微粒群算法 2009年 针对流程系统优化中的非线性规划问题,提出了一种新的混合优化算法——简约微粒群优化算法,并对其求解。利用实例对其进行测试并与其他算法所得的结果进行比较,结果表明,简约微粒群算法是一种有效的求解具有线性约束的NLP问题的方法。 苗晨 刘国志关键词:简约 α-链对角占优矩阵与非奇异H-矩阵的判别 被引量:6 2010年 设A=(aij)∈Cn×n,若存在α∈(0,1),使i∈N={1,2,…,n},|aii|≥Riα(A)S1i-α(A),则称A为α-链对角占优矩阵。首先推广α-链对角占优矩阵的概念到广义α-链对角占优矩阵;利用这一概念得到了判别非奇异H-矩阵的几个判定方法,改进和推广了已有的结论。最后用数值例子说明了所给结果的优越性。 王明刚 宋岱才 苗晨关键词:不可约矩阵 非奇异H-矩阵 技术应用型高校线性代数课程教学改革 被引量:2 2015年 技术应用型高校线性代数课程教学应符合技术应用型人才的培养目标。总结了线性代数课程存在的问题,提出线性代数课程要改变传统的内容安排,增加实际应用部分内容,引入MATLAB"形象化"教学,教学内容随专业不同进行相应调整,教学过程中渗透数学建模思想,课程考核采用教学全程管理的考核方式。 鲁鑫 刘国志 李印 苗晨 何万里 孙贺琦 王云平 任玉杰关键词:线性代数 技术应用型 教学改革 实际应用 Powell搜索法和惯性权重非线性调整局部收缩微粒群算法的混合算法 被引量:10 2008年 提出一种求解无约束最优化问题的新的混合算法Powell搜索法和惯性权重非线性调整局部收缩微粒群算法的混合算法.该算法不需要计算梯度,容易应用于实际问题中.通过对微粒群算法的修正,使混合算法具有更加精确和快速的收敛性.首先利用20个基准测试函数进行仿真计算比较,计算结果表明,新混合算法在求解质量和收敛速率上都优于其他算法(PSO,GPSO和NM-PSO算法).其次,将新混合算法和最新的各种协同PSO算法进行分析比较.结果表明,新混合算法在解的搜索质量、效率和关于初始点的鲁棒性方面都远优于其他算法. 刘国志 苗晨关键词:POWELL搜索法 微粒群算法 无约束最优化 概率论与数理统计课程教学改革与探索 被引量:7 2015年 从概率论与数理统计课程的教学改革入手,结合技能技术型高校的培养模式,提出了概率论与数理统计课程教学应增加实际应用部分的内容,将MATLAB引入到教学中,加强实验教学。教学过程中根据不同专业调整教学内容,采取灵活教学方式,改进考核方式,细化对平时成绩的考核。 李印 苗晨 刘国志 鲁鑫 何万里 孙贺琦 王云平 任玉杰关键词:概率论与数理统计 实验教学 教学改革 改性累托石吸附处理含氰废水实验研究 被引量:3 2010年 采用高分子絮凝剂聚二甲基二烯丙基氯化铵对累托石进行改性,通过正交方法研究改性累托石吸附处理含氰废水。结果表明:改性累托石用量为3.5g/L,废水pH值为4.5,吸附时间75min,氰的去除率可达98.9%。改性累托石对氰的吸附符合Langmuir模型。该工艺简单,以废治废,成本低廉,具有良好的应用前景。 苗晨 牟淑杰关键词:累托石 含氰废水 正交方法研究改性啤酒酵母吸附处理含镉废水 被引量:3 2009年 将废啤酒酵母制成一种新型的生物吸附剂,通过正交方法研究不同温度、时间、pH值,以及不同初始Cd2+浓度和废啤酒酵母浓度条件下,废酵母对Cd2+的吸附能力。结果表明吸附温度为25℃,吸附时间为60min,pH5,废酵母的浓度为2g.L-1,初始Cd2+浓度为40mg.L-1的条件下,废啤酒酵母对Cd2+吸附率可达92%。 苗晨 邓书平关键词:废啤酒酵母 正交实验 含镉废水 Hook-Jeveese搜索法和改进的微粒群算法的混合算法 被引量:2 2009年 提出一个求解无约束最优化问题的新的混合算法Hooke-Jeeves搜索法和惯性权重线性调整的局部收缩的微粒群算法的混合算法。该算法不需要计算梯度,容易应用于实际问题中。通过对微粒群算法的修正,使混合算法具有更加精确和快速的收敛性。主要目的是通过加入混合策略证明标准微粒群算法是能够被改进的。利用6个基准测试函数进行仿真计算比较,计算结果表明,新混合算法在求解质量和收敛速率上都优于其它的两种算法(PSO和与混沌相结合的PSO算法)。仿真结果表明,新算法是求解无约束最优化问题的一个高效的算法。 苗晨 刘国志关键词:微粒群算法 无约束最优化 动态投入产出最优化控制模型的微粒群算法 被引量:3 2009年 对于动态投入产出最优控制模型的以往求解方法,只能求出其局部最优解,而不能求出全局最优解。提出了一个新的动态投入产出最优控制模型,给出一个新的算法-微粒群算法,该算法计算结构简单,具有较强的全局寻优能力、收敛速度快和较高的计算精度。数值实验表明:提出算法的计算结果优于用传统的最优化方法计算的结果,同时也验证了微粒群算法对求解动态投入产出最优控制模型的有效性。 苗晨 刘国志关键词:微粒群算法