最小化最坏执行时间的指令缓存锁定算法

通过静态指令缓存锁定,最小化实时嵌入式系统的最坏执行时间.本文使用执行流树来进行分析,将问题描述为一个线性规划模型;从理论上证明了一般性问题是NP难的;对于含有某些特定模式的具体的子问题,给出了求解其最优解的多项式时间算法.实验表明,本文的算法在减少应用的最坏执行时间上效果很好.     

一种求解混合整数非线性规划问题的演化算法--搜索空间自动收缩法

提出一种求解混合整数非线性规划问题的新的演化算法 -搜索空间自动收缩法 (ACSSOS) .在这种算法中 ,演化算法既用来定位最优解区域 ,实现搜索空间自动向全局最优解收缩 ,又用来最终求得最优解 .由于在遗传算子中引用了舍入操作 ,它不仅可用来求解混合非线性整数规划问题 ,也可求解纯整型或纯实型变量非线性函数优化问题 .数值试验结果表明本文的算法在解的质量、稳定性和收敛速度等方面优于一般的演化算法 .     

各向异性误差模型高精度求解基础矩阵算法

对极几何,又称基础矩阵（fundamental matrix）是描述左右两幅重叠图像的一个几何不变量．传统求解基础矩阵的方法忽略或简化了数据不确定性对数据的影响,导致解的精度低、误差大．本文首先将求解问题统一到参数估计中,接着利用各向异性误差模型对数据不确定性进行了准确描述．最后推导出它在非线性函数中的扩散．该过程减少了数据不确定性对解的影响,提高了解的精度．此外,根据测量值函数的常数项特性现象,结合奇异性消除,避免了求解过程中的数值不稳定性,降低了求解的误差．实验数据验证了本文方法的正确性和可行性．     

基本解方法求解一个三维线弹性力学反问题

将用于求解椭圆型偏微分方程边值问题的基本解方法应用于求解一个三维线弹性反问题,即Navier方程组的Cauchy问题.基本解方法离散方程所得的线性方程组是高度病态的,常见的求解方法如最小二乘法等无法得到合理的解.文中应用Tikhonov正则化和截断奇异值分解这两种正则化方法求解线性方程组,所需正则化参数则根据L-曲线确定,克服了问题的病态性.数值算例表明,本文方法能有效地求解三维线弹性力学反问题,而且这两种正则化方法所得到的结果精度相当.     

一种求解约束条件下多变量非线性函数所有全局最优解的区间算法

研究和实践中经常会遇到附有约束条件的非线性优化问题，对这类问题，通常采用随机搜索的方法来解决，但是，随机搜索法不能证明所得到的解就是全局最优解．本文给出了一种求解约束条件下非线性优化问题所有全局最优点和最优值的区间算法，该算法非常宜于解决优化问题，它能求出问题的所有全局最优解，给出解的包含区间，并很容易获得解的逼近误差，这是随机搜索等其他方法做不到的．理论分析和数值结果均表明，区间算法是稳定而可靠的．     

求解一类随机优化问题的粒子群算法

提出了一个解随机优化问题的粒子群算法.该算法易理解,程序上易实现,克服了随机优化问题难以高效实现全局优化的缺点.数值实验结果表明,所提出的算法能够快速地收敛到随机优化问题的最优解,并且具有良好的鲁棒性,是此类问题的一个高效求解算法.     

求矩阵方程(N∑l=1)AlXlBl=C对称解的一个迭代算法

给出一个迭代算法求解线性矩阵方程(N∑l=1)AlXlBl=C的对称解X1,X2,…,XN,利用这个迭代算法可以判断这个方程是否有对称解.当矩阵方程相容时,可以通过有限步迭代之后得到它的对称解;当选择特定的初始值时,迭代之后得到的是其极小范数对称解;此外,通过求新线性矩阵方程的极小范数对称解能够得到给定矩阵的最优逼近解.最后给出了一个数值例子来验证结论.     

解（1,1）块对称不定线性系统的广义修正SSOR迭代法

在大规模稀疏线性系统中,对于2×2系统中（1,1）块矩阵为不定矩阵的鞍点问题,本文建立了求解（1,1）块为对称不定线性系统的GMSSOR方法。关于大型稀疏线性系统鞍点问题的对称和不确定条件,采用了强迫正定的方法,然后利用分裂方法构造了求解系数矩阵中1×1块是对称不定的鞍点问题的迭代方法,证明了这种新的迭代方法的收敛性。最后通过数值算例表明,具有适当参数的GMSSOR方法比具有最优参数的MSSOR方法具有更快的收敛速度。     

基于决策单元交叉排序的中立DEA评价方法

针对数据包络分析的决策单元（DMU）排序问题,建立了一种基于DMU交叉排序矩阵的评价分析模型.基于中立交叉效率,通过各决策单元效率的相对序值转换得到交叉排序矩阵,计算了DMU在各次序下集结"自评"和"他评"的效率和,建立一种线性规划模型,通过求解得到了最终排序结果.将其应用于福州大学城若干高校实验示范中心的效率评价,并与其他模型进行了比较,结果表明本方法在区分决策单元优劣上表现最佳,方法有效.     

基于测地距离的基本解方法求解非齐次各向异性IHCP问题

提出了一种求解非齐次各向异性热传导方程一类反问题IHCP（inverse heat conduction problem）的无网格方法,该方法通过借助基于测地距离的Multiquadric（MQ）作为基函数得到整个时间空间区域上的一个近似特解,然后用基于测地距离的基本解方法直接在整个时间空间区域上对相应的齐次问题进行求解．用截断奇异值分解（TSVD）法求解所得病态线性方程组,用L-曲线准则确定正则化参数．用数值例子验证了该方法的有效性,并分析了数值解的精度与参数T、c的关系．