三阶柯西差分方程在几类群上的解

在几类群上讨论了三阶柯西差分方程解的存在性问题,将二阶柯西差分方程的已有结论进一步推广到三阶的情况,并给出在不同群上的一般解.     

基于EMD-PSO-LSTM组合模型的船舶运动姿态预测

由于船舶在海上航行时的高随机性和复杂性,单一模型预测能力有限,难以做出准确姿态预测。因此,提出一种基于经验模态分解(EMD)和粒子群优化(PSO)的长短期记忆神经网络(LSTM)的组合预测模型,对船舶运动姿态进行预测。首先通过EMD算法将由惯性导航系统在实时测量得到的船舶运动姿态数据进行分解,得到有限个本征模函数(IMF)。然后,利用PSO-LSTM模型学习各IMF分量的短期时序规律并进行预测,将各IMF分量的预测值相加得到最终的预测结果。基于实测数据进行仿真的结果表明,该组合预测模型分别比LSTM模型和PSO-LSTM模型在姿态角的预测中平均绝对百分比误差分别降低了约11%和7%,有效提高了船舶运动姿态预测精度。     

基于粒子群优化算法的光纤陀螺温度误差分段补偿方法

针对光纤陀螺的温度误差单一模型补偿方法适配性较差的问题,提出一种基于粒子群优化(PSO)算法的光纤陀螺温度误差分段补偿方法。此方法基于分段建模补偿的思想,在建模时加入温度和温度变化率影响因子,并引入PSO算法极值寻优,得到最优补偿函数。为了验证此方法的补偿效果,设计了?15℃~50℃区间内光纤陀螺温度实验,分别利用所提方法和传统方法对其温度误差进行补偿。试验结果表明,使用所提方法能够极大地降低温度误差,与传统算法相比,在保证补偿后陀螺零偏稳定性一致的前提下陀螺零偏均值降低了一个数量级,并且具有实时补偿性。     

云制造平台加工能力分享调度优化研究

云制造平台加工能力分享的调度优化是云制造模式的核心运营问题。为提高云制造平台对参与能力分享企业资源的利用率,解决实际云制造需求环境下企业级制造资源调度问题,达到云制造平台动态实时的要求,以最小化工期和成本为目标函数,构建了基于平台并面向分享的云加工能力调度模型。为快速求解多个云任务订单的最优调度序列,引入任务简易编码和随机权重,设计了改进的二阶粒子群算法,并提出可分享加工能力时间窗的更新策略。最后,通过算例验证云制造平台加工能力调度机制的可行性和有效性。     

三类包含Euler函数的方程

讨论了三类包含Euler函数的方程x-ψ(x)=2~(ω(x)),x-ψ(ψ(x))=2~(ω(x))与ψ(x~k)=2~(ω(x~k))的可解性,利用初等方法给出这三类方程的所有正整数解,其中ψ(x)为Euler函数,ω(x)为x的相异素因子个数.     

卡普利加(Kaprekar)数的构造和推广

本文首先在位数相同的数集中,定义一种新的运算——循环进位法,并证明循环进位法的加法、乘法使位数相同的数集构成群、环.在此环中,我们又给出卡普利加数的定义,并在环的主理想中,推出它的构造原理和算法.最后我们把"一分为二(卡普利加数)"推广到"一分为N".     

有限CN-p-群

每个子群都C-正规的有限群称为CN-群.本文首先给出二元生成的CN-p-群的完全分类.在此基础上得到CN-p-群的结构:当p为奇素数时,有限群G为CNp-群当且仅当G的每个元都平凡地作用在Φ(G)上;有限群G为CN-2-群当且仅当对任意给定的a∈G,都有对任意g∈Φ(G),g~a=g或者对任意g∈Φ(G),g~a=g~(-1).最后给出两个CN-p-群的直积是CN-p-群的判定条件.     

基于罚函数方法的Leach协议

为延长无线传感器网络生存时长、减少网络能量消耗,首先将自适应粒子群优化算法应用于Leach协议,获得每一轮的最优簇头集;再基于罚函数方法,对集合中处于边缘位置的感知节点以及基站附近能量较低的感知节点进行惩罚,降低其当选为簇头的概率.通过大量仿真实验表明,协议对网络中簇头节点的选取更加合理,死亡节点分布由外而内,使节点能量负载更加均衡.