LINEAR SEARCH FOR A BROWNIAN TARGET MOTION

A target is assumed to move according to a Brownian motion on the real line. The searcher starts from the origin and moves in the two directions from the starting point.The object is to detect the target. The purpose of this paper is to find the conditions under which the expected value of the first meeting time of the searcher and the target is finite,and to show the existence of a search plan which made this expected value minimum.     

基于事件树的方法在长周期原油混输调度中的应用

原油调度是炼化企业生产过程中一个重要环节.在石油炼制过程中,为节约成本,降低原油性质的波动,并保证常减压装置的平稳运行,通常选择多种原油混炼.原油混输调度就是根据生产计划的需求,在满足各种操作约束和保证常减压装置正常运行的前提下,通过调节各种原油的混合比例及油罐的切换次序等,尽可能的降低调度过程的费用.本文首先论述了长周期原油混输调度问题,其中包括原油从油轮卸载到码头原油罐、由码头原油罐通过管道向厂区原油罐输送原油,以及厂区原油罐向常减压装置提供进料等过程.提出了一种与数学规划方法完全不同的基于事件树的方法来解决长周期原油混输调度的建模和优化问题.避免了数学规划方法建模复杂、求解困难等缺点.在本文中,事件树是表示系统在整个调度周期内系统可能状态的图形,其中每一个节点是系统在某一时刻的状态,包含有油轮的工作状态(在海上等待,卸油)、原油罐的工作状态(加油,输油,闲置)、各原油罐所存储原油的类型和储量、输油罐的输油速率等.该方法采用自然语言建模,利用连续时间的表达方法,根据事件发生的时刻来划分时间段,提高了求解的精度.在事件树结构单元的求解上,利用了事件驱动规则,推动事件树的生长.即当有事件发生时,根据事件发生的时刻及相应的事件处理方法,计算出事件发生后系统所有可能的状态,即当前节点的子节点.同时为了降低系统的规模,引入了分解集成策略,把整个调度系统分解为码头调度子系统和厂区调度子系统,对两个子系统进行优化,最终将两部分的最优结果集成起来便可得到整个系统的最优解.在整个事件树的搜索方法上,采用了深度优先搜索算法和剪枝策略来提高算法的搜索效率.通过深度优先搜索方法可快速得到可行解,以得到的可行解中的最优的解作为依据,与后续的解进行比较,可以省略大量节点的计算,极大地提高算法的计算效率.最后通过4个工业规模的例子证明了本方法的有效性.在调度周期为4周,7艘油轮,6个码头原油罐,6个厂区原油罐,2套常减压装置,6种原油类型的情况下,CPU(AMD3000+,2.0GHz)的计算时间不超过70s.     

维、哈、柯多语种搜索引擎中索引器的研究

本文主要研究维、哈、柯多语种全文搜索引擎索引器模块中的关键问题,并提出了一系列有效的解决方法.包括适合于维、哈、柯多语种全文搜索引擎的倒排索引结构,检索算法,倒排表的更新策略以及低频词的置换处理等.实验结果表明,该方法能满足维、哈、柯语言文字的处理需要,同时明显地提高了维、哈、柯文搜索引擎的索引效率以及搜索结果的质量.     

最佳的潜艇搜索模型

对直线式逃跑的潜艇被捕获的必然性进行了证明,并为驱逐舰给出了一个最佳的搜索模型.     

三项记忆梯度法及其投影算法的收敛性分析

对于无约束优化问题,提出了一类新的三项记忆梯度算法．这类算法是在参数满足某些假设的条件下,确定它的取值范围,从而保证三项记忆梯度方向是使目标函数充分下降的方向．在非单调步长搜索下讨论了算法的全局收敛性．为了得到具有更好收敛性质的算法,结合Solodov and Svaiter(2000)中的部分技巧,提出了一种新的记忆梯度投影算法,并证明了该算法在函数伪凸的情况下具有整体收敛性．     

一类新共轭梯度法的全局收敛性

共轭梯度法是求解无约束最优化问题的有效方法.本文在βkDY的基础上对βk引入参数,提出了一类新共轭梯度法,并证明其在强Wolfe线性搜索条件下具有充分下降性和全局收敛性.     

遗传算法的物理解释

提出了一种理想化的模拟仿生搜索算法——扰动算法 ,以此方法为基础 ,分析了遗传算法的搜索过程和效率问题 ,阐明了遗传算法作为一种次优算法的有效性 .相对于遗传算法的生物解释 ,本文给出了相应的物理解释 .同时 ,本文为遗传算法、进化策略和模拟退火算法找到了一种统一的物理解释 ,揭示了这些重要的仿生类算法实质上的相似性 .     

一种新的自适应非单调牛顿算法（英文）

本文针对无约束优化问题,提出一种新的自适应非单调线搜索技术.基于新的非单调线搜索技术,提出一种自适应非单调牛顿算法.在适当的假设下,证明了新的算法的全局收敛性.数值结果表明了该算法的可行性和有效性.     

基于分区搜索算法的快速聚焦策略研究北大核心CSCD

针对爬山算法在自动聚焦中出现的诸如准确率差、速度慢等问题,提出了一种结合自适应步长和两步搜索法的分区搜索算法。方法根据聚焦评价函数值大小和曲线线形将聚焦评价曲线分为平缓和陡峭两个区域,平缓区域使用自适应步长进行搜索,提高自动聚焦搜索速度;陡峭区域使用两步搜索法,避免假峰值干扰所导致的聚焦错误,提高自动聚焦准确率。实验结果表明,分区搜索算法相较于爬山算法聚焦速度提升了11.25%,且具有更好的准确性和抗干扰能力。     

基于动态自适应t分布变异的人群搜索算法

针对人群搜索算法在进化后期大量个体聚集局部最优时,易陷入局部最优,搜索精度低的缺陷,提出一种基于t分布变异的人群搜索算法.算法使用动态自适应方式确定变异步长,引入t分布变异算子以融合柯西变异和高斯变异的优点,促进算法在进化早期具备良好的全局探索能力,在进化后期收获较强的局部开发能力,增加种群的多样性;采用边界缓冲墙策略处理越界问题,避免越界个体聚集在边界值上的缺陷.实验结果表明,算法比基本人群搜索算法具有更高的寻优精度和收敛速度,是一种有效的算法.