用于不平衡模式分类的BP算法的改进

ＢＰ网络用于模式分类时，若要求分类的模式集不平衡，则其学习的收敛速度极其缓慢，本文提出了一种改进其收敛速度的算法．     

求解一类非线性偏微分方程的异步并行算法

本文针对一类非线性偏微分方程,把区域分裂法与异步混合算法结合起来,产生了一种异步混合单调算法,证明了收敛性定理。我们已经用区域分裂技术建立了一类求解偏微分方程的异步并行算法。这类方法成功地用于带有线性或非线性边界条件的线性或拟线性方程的定解问题,那么怎样处理较一般的非线性问题呢?     

面向对象区域分裂并行计算环境的研究

介绍了区域分裂法（ＤＤＭ）以及它的灵活性和多样性，提出了一个面向对象ＤＤＭ并行计算模型并讨论了基于此模型的软件环境的实现问题，给出了一个解Ｐｏｉｓｓｏｎ方程的Ｄｉｒｉｃｈｌｅｔ问题的应用实例     

微分方程演化建模用于色谱保留时间的研究

利用演化算法的自适应、自组织、自学习的特性,设计了遗传程序设计与遗传算法相嵌套的混合演化建模算法,以遗传程序设计优化模型结构,以遗传算法优化模型参数,为化合物的液相色谱容量因子随流动相组成变化关系自动建立微分方程演化模型．通过对７个化合物的建模结果表明,演化模型的拟合和预测精度均明显高于常规的ＧＭ（１,１）模型和改进的ＧＭ（１,１）模型．     

多目标子空间搜索演化算法MOSSSEA

在研究已有的求解多目标函数优化问题的演化算法的基础上,提出了一个结合Rank排名和子空间搜索的新的以杂交为主的演化算法MOSSSEA(Multi-Object Sub-Space Search Evolutionary Algorithm),将MOSSSEA应用到求解静态多目标函数优化问题中.一组测试函数的结果表明MOSSSEA表现出了优于同类算法的收敛性和多样性.     

CONVERGENCE RATES FOR A CLASS OF EVOLUTIONARY ALGORITHMS WITH ELITIST STRATEGY

1 IntroductionOne of tlle fundamental issues about the theory of evolutionary algorithIns is their conver-gence. At present, the theoretical basis about evolutionary computation is still yery wcak['--'],especial1y for the researches into the convergeIlce rates of evolutionary a1gorithm8. Accord-illg to the literature, tllere are few results about the convergence rates[4--9], but this research..area i8 very importallt in both theory and practice. Xu and Li[l0] pointed out that the studyof the…     

利用启发式信息优化多连接查询的遗传算法

结合多连接查询的特点,讨论了在左线性树空间的遗传优化算法,采用有序串编码方法和专门的杂交、变异算子;并利用查询优化中的增量启发式信息初始化种群,来提高遗传算法的收敛速度．我们将遗传算法与迭代修正的局部搜索策略相结合,解决传统的遗传算法缺乏较强的局部搜索功能的问题．     

线粒体体外代谢热动力学模型及其演化优化研究

导出了线粒体体外代谢的热动力学方程，探讨了它和指数模型的关系，将演化计算技术引入生物热化学领域，用ＭＴＤ方程和演化计算技术，对文献报导的八种鱼肝线粒体体外代谢的热动力学参数进行了全局优化。     

解非线性多解边值问题的异步并行打靶法

在多处理机(MIMD)上用异步并行打靶法来数值求解两点边值问题是最为有效的。这是因为求解过程中可以采用分区搜索的方法,而这种搜索过程几乎是完全独立地进行的.另一方面,非线性的具有多个解的数学物理问题的求解是一个比较困难的问题.因为采用通常的迭代法计算,有时很难求出全部解来(参看[1]、[2]),尤其是遇到所谓“排斥性不动点”(repulsive fixed point)时,一般迭代算法往往失败,而采用打靶法则可能将全部解求出来,如果打靶过程是数值稳定的话.用打靶法计算两点边值问题的文献很多(例如参看[3]、[4]).H.B.Keller 和 A.W.Wolfe[5]1965年就成功地应用打靶法来计算非线性分歧问题,后来有了迅速的发展(可参看文献[6]、[7]、[8]).     

A METHOD TO APPROACH OPTIMAL RESTORATION IN IMAGE RESTORATION PROBLEMS WITHOUT NOISE ENERGY INFORMATION

This paper proposes a new image restoration technique, in which the resulting regularized image approximates the optimal solution steadily. The affect of the regular-ization operator and parameter on the lower band and upper band energy of the residue of the regularized image is theoretically analyzed by employing wavelet transform. This paper shows that regularization operator should generally be lowstop and highpass. So this paper chooses a lowstop and highpass operator as regularization operator, and construct an optimization model which minimizes the mean squares residue of regularized solution to determine regularization parameter. Although the model is random, on the condition of this paper, it can be solved and yields regularization parameter and regularized solu-tion. Otherwise, the technique has a mechanism to predict noise energy. So, without noisei nformation, it can also work and yield good restoration results.