二维热传导方程的三层显式差分格式

对二维热传导方程构造了一个稳定的三层显式差分格式求其数值解,其背景源于高维热力学反问题迭代算法中对正问题小计算量算法的需求。首先建立一个含参数的一般差分格式去逼近微分方程,并得到了最优截断误差。然后导出了参数应满足的条件以保证差分格式的稳定性。最后给出了数值的例子并和其它算法进行比较,说明了格式在精度上的有效性和计算量上的优越性。     

学习算法的稳定性与泛化(Ⅱ):有界差分稳定框架

根据有界差分条件,提出了学习算法的有界差分稳定框架.依据新框架,研究了机器学习阈值选择算法,再生核Hilbert空间中的正则化学习算法,Ranking学习算法和Bagging算法,证明了对应学习算法的有界差分稳定性.所获结果断言了这些算法均具有有界差分稳定性,从而为这些算法的应用奠定了理论基础.     

基于精英区域学习的多种群自适应的差分进化算法

为了进一步提高差分进化算法的收敛速度、算法精度和稳定性,采用多种群技术来增加算法收敛速度和降低复杂度;利用精英区域学习策略来对算法的全局搜索能力和算法精度进一步提升,引进自适应免疫搜索策略,以实现自适应修正差分算法的变异因子和交叉因子。通过五个测试函数,把本文算法与最新文献中的算法进行对比,表明算法在收敛速度、精度和高维问题寻优能力方面的优越性。     

微分、差分方程的机械化方法

介绍了微分与差分方程机械化方法研究若干最新进展.主要结果包括: 微分、差分方程的特征列理论与算法,微分、差分方程系统的分解算法以及微分、差分方程解析解求解算法.     

嵌入差分进化算子的混合蜂群算法及其在VRPSDP的应用

针对人工蜂群算法进化速度慢、容易陷入搜索停滞的问题,通过嵌入差分进化算子,提出了一种混合蜂群算法(Hybrid Artificial Bee Colony algorithm, HABC).基本思想是:在迭代中嵌入差分进化算子,充分利用差分算法全局收敛性和鲁棒性强的特点,寻求全局最优蜜源;此外,在标准蜂群算方法基础上进行两点改进:在采蜜蜂阶段搜索策略中加入最优位置引导,提高搜索的效率;对超边界的个体重新进行变异,以增强种群的多样性.将混合算法应用于带同时送取货的车辆路径问题(VRPSDP),计算结果表明了混合算法的有效性.     

循环差分-微分模上双变元维数多项式的Gr?bner基算法北大核心CSCD

Gr?bner基算法是在计算机辅助设计和机器人学、信息安全等领域广泛应用的重要工具.文章在周梦和Winkler(2008)给出的差分-微分模上Gr?bner基算法和差分-微分维数多项式算法基础上,进一步研究了分别差分部分和微分部分的双变元维数多项式算法.在循环差分-微分模情形,构造和证明了利用差分-微分模上Gr?bner基计算双变元维数多项式的算法.     

基于差分变异与扰动变异的多目标克隆选择算法

为了更加有效解决多目标优化问题,提出了一种基于差分变异和扰动变异相结合的多目标克隆选择算法(MCSA-MDD).该算法对非支配抗体进行克隆操作,从而有利于向着理想Pareto前端搜索;采用差分变异与扰动变异相结合的方式来进行免疫基因操作,有利于解的多样性.数值实验分为两组,一组选取4个常用测试函数并与其它五个多目标算法进行比较,数值实验结果表明了MCSA-MDD算法的有效性.另一组仅用差分变异和扰动变异的多目标免疫克隆算法进行比较,数值实验结果验证了采用差分变异与扰动变异相结合的免疫操作提高了算法的性能.     

改进种群多样性的双变异差分进化算法

差分进化算法(DE)是一种基于种群的启发式随机搜索技术,对于解决连续性优化问题具有较强的鲁棒性.然而传统差分进化算法存在种群多样性和收敛速度之间的矛盾,一种改进种群多样性的双变异差分进化算法(DADE),通过引入BFS-best机制(基于排序的可行解选取递减策略)改进变异算子"DE/current-to-best",将其与DE/rand/1构成双变异策略来改善DE算法中种群多样性减少的问题.同时,每个个体的控制参数基于排序自适应更新.最后,利用多个CEC2013标准测试函数对改进算法进行测试,实验结果表明,改进后的算法能有效改善种群多样性,较好地提高了算法的全局收敛能力和收敛速度.     

循环差分-微分模上双变元维数多项式的Gr?bner基算法

Gr?bner基算法是在计算机辅助设计和机器人学、信息安全等领域广泛应用的重要工具.文章在周梦和Winkler(2008)给出的差分-微分模上Gr?bner基算法和差分-微分维数多项式算法基础上,进一步研究了分别差分部分和微分部分的双变元维数多项式算法.在循环差分-微分模情形,构造和证明了利用差分-微分模上Gr?bner基计算双变元维数多项式的算法.     

CEV过程下回望期权定价的高精度收敛差分算法

主要研究了CEV过程下一类回望期权的定价的数值解法问题.首先对期权价格所满足的微分方程中的空间变量进行半离散化处理,得到了具体的半离散化差分格式,然后证明了该差分格式具有稳定性和收敛性.数值试验表明本文算法是一个稳定收敛的算法.     

基于核函数的混合C均值聚类算法

提出了一种基于核函数的混合C均值聚类算法.首先利用模糊C均值聚类算法和另一种类型的可能性C均值聚类算法的优点,设计出一种混合C均值聚类算法.然而鉴于该算法存在的不足,本文将Mercer核函数引入到该算法中,仿真实验结果证实了该方法的可行性和有效性.     

NURBS曲线曲面拟合数据点的迭代算法

本文推广了文献[1]的结果,将文献[1]中关于B样条曲线曲面拟合数据点的迭代算法推广至有理形式,给出了无需求解方程组反求控制点及权因子即可得到拟合NURBS曲线曲面的迭代方法．该算法和文献[1]的算法本质上是统一的,而后者恰是前者的一种退化形式．文章还给出了收敛性证明以及一些定性分析．文末的数值实例说明该算法简单实用．     

求解二层规划问题的遗传算法

本文求解二层规划问题的遗传算法，给出了算法基本框架并对算法实现进行了研究．算法适用于各类线性和非线性二层规划问题．数值计算结果显示，该方法是可行和有效的．     

基于混合单纯形算法的模糊均值图像分割

针对模糊C均值算法用于图像分割时对初始值敏感、容易陷入局部极值的问题,提出基于混合单纯形算法的模糊均值图像分割算法.算法利用Nelder-Mead单纯形算法计算量小、搜索速度快和粒子群算法自适应能力强、具有较好的全局搜索能力的特点,将混合单纯形算法的结果作为模糊C均值算法的输入,并将其用于图像分割.实验结果表明:基于混合单纯形算法的模糊均值图像分割算法在改善图像分割质量的同时,提高了算法的运行速度.     

多目标规划的一种混合遗传算法

本文利用遗传算法的全局搜索内能力及直接搜索算法的局部优化能力，提出了一种用于多目标规划的混合遗传算法．与Pareto遗传算法相比．本文提出的算法能提高多目标遗传算法优化搜索效率，并保证了能得到适舍决策者要求的Pareto最优解．最后，理论与实践证明其有有效性．     

Global minimization of a generalized linear multiplicative programming

This article presents a simplicial branch and bound algorithm for globally solving generalized linear multiplicative programming problem (GLMP). Since this problem does not seem to have been studied previously, the algorithm is apparently the first algorithm to be proposed for solving such problem. In this algorithm, a well known simplicial subdivision is used in the branching procedure and the bound estimation is performed by solving certain linear programs. Convergence of this algorithm is established, and some experiments are reported to show the feasibility of the proposed algorithm.     

An improved inexact Newton method

For unconstrained optimization, an inexact Newton algorithm is proposed recently, in which the preconditioned conjugate gradient method is applied to solve the Newton equations. In this paper, we improve this algorithm by efficiently using automatic differentiation and establish a new inexact Newton algorithm. Based on the efficiency coefficient defined by Brent, a theoretical efficiency ratio of the new algorithm to the old algorithm is introduced. It has been shown that this ratio is greater than 1, which implies that the new algorithm is always more efficient than the old one. Furthermore, this improvement is significant at least for some cases. This theoretical conclusion is supported by numerical experiments.      

求解阵列天线自适应滤波问题的一种调比随机逼近算法

提出了求解阵列天线自适应滤波问题的一种调比随机逼近算法.每一步迭代中,算法选取调比的带噪负梯度方向作为新的迭代方向.相比已有的其他随机逼近算法,这个算法不需要调整稳定性常数,在一定程度上解决了稳定性常数选取难的问题.数值仿真实验表明,算法优于已有的滤波算法,且比经典Robbins-Monro （RM）算法具有更好的稳定性.     

一个求大规模非负不可约稀疏矩阵的谱半径及特征向量的新算法

本文设计了一个计算非负不可约矩阵的谱半径及其特征向量的新算法,并证明了其收敛性.该算法计算晕不大,占用内存少,有相同的0元模式,从而在大规模稀疏矩阵的计算中优势明显.最后用实例验证了此算法的可行性.     

Parareal算法的均方稳定性分析

Parareal算法是一种非常有效的实时并行计算方法.与传统的并行计算方法相比,该算法的显著特点是它的时间并行性-先将整个计算时间划分成若干个子区间,然后在每个子区间内同时进行计算.Parareal算法收敛速度快,并行效率高,且易于编程实现,从2001年由Lions,Maday和Turinici等人首次提出至今,在短短...