一类特殊二维0-1规划的广义指派模型求解

二维0-1整数规划模型应用广泛,对广义指派问题的研究,解决了一些二维0-1整数规划问题.但有些实际问题具有特殊上限约束,目前还没有对应的方法.针对该实际情形,本文建立了相应的数学模型,利用对指派模型的推广,求得问题最优解,从理论上解决了这一类特殊约束二维0-1整数规划的最优解求取问题.并通过算例说明了方法的使用.     

不等式约束优化问题的一个势函数

基于Carroll(1961)建立的罚函数，本文给出了不等式约束优化问题的一个势函数，并且讨论了该函数的性质．最后证明了在此基础上建立的对偶算法具有Q-线性收敛性．     

基于BP神经网络的企业未来获利能力智能综合评价

分析了相关分析——多指标综合评价法在确定企业未来获利能力方面的优点和不足 ;并在其基础上提出了基于 BP神经网络的多指标综合评价法 ;仿真试验证明了基于 BP神经网络的多指标综合评价法的有效性     

人工神经网络在SARS疫情分析与预测中的应用

讨论人工神经网络在 SARS疫情分析与预测中的应用 .采用三层结构的反向传播网络 ( Backpropagation network,简称 BP网络 ) ,对 SARS在中国的传播与流行趋势及控制策略建立了网络模型 .并利用实际数据拟合参数 ,针对北京、山西的疫情进行了计算仿真 .结果表明 ,该网络模型算法收敛速度较快 ,预测精度很高     

纯量反馈系统同时强镇定的充分条件

一个稳定的补偿器可同时镇定n个对象(同时强镇定)等价于一个补偿器(不一定稳定)同时镇定n 1个对象(同时镇定)．两个以上对象的同时强镇定和三个以上对象的伺时镇定是线性系统中一个急待解决的公开问题．文中所作的基本假定是所有的对象具有相同的简单不稳定零点，在此条件下给出了n个对象同时强镇定的一个充分条件．当仅有一个不稳定零点时．容易检验是否同时强镇定，否则仅需确定n个对象的不稳定零点并且判定由不稳定零点导出一个相应矩阵是正定的，就能判定n个对象同时强镇定．因此是一个易于检验的充分条件．文章同时给出了n个对象同时强镇定的算法，丰富了同时强镇定的充分条件．     

专用软件的硬件化技术

一个专用数据传输、处理系统的全硬件化实现，目标在于掌握基于可编程逻辑器件的硬件设计关键技术，探索用全硬件替代通用CPU加控制电路、软件的软硬结合系统的方法。研究的重点和难点在于怎样实现专用系统软件的逻辑功能的硬件描述，怎样实现软件算法的硬件演化，在计算机中的模拟和验证以及在FPGA中的实现。该系统主要由UART、RAM、积分算法模块和线性多项式计算模块组成。系统参数经由UART传输到RAM中存储以备后续模块取用。采样数据则直接传输到积分算法模块中关系统参数进行运算。线性多项式计算模块对积分模块的运算结，与从RAM中取得的相果和相关系统参数进行多项式运算，得出最终结果输出。     

Numerical Computation of Figure-eight Solution for 3-body Problems

The main goal of this paper is to compute the Figure-eight solutions for the planar Newtonian 3-body problem with equal masses by finding the critical points of the functional associated with the motion equations of 3-body in plane R2. The algorithm adopted here is the steepest descent method, which is simple but very valid for our problem.     

Banach空间中极大单调算子的一个邻近点算法

设E是Banach空间,T∶E→2E*是极大单调算子,T-10≠ф.令x0∈E,yn=(J λnT)-1xn en,xn 1=J-1(αnJxn (1-αn)Jyn),n0,λn>0,αn∈[0,1],文章研究了{xn}收敛性.     

中国古算筹早期算法及“大衍之数”“太一算”新探

一、古籍记载及现代人推演的“太一算” 《数术记遗》中记载了“太一算，太一之行，去来九道”。现代日本学者、中国学者对“太一算”有如图1、图2、图3的推想图。     

求解最小Steiner树的蚁群优化算法及其收敛性

最小Steiner树问题是NP难问题,它在通信网络等许多实际问题中有着广泛的应用．蚁群优化算法是最近提出的求解复杂组合优化问题的启发式算法．本文以无线传感器网络中的核心问题之一,路由问题为例,给出了求解最小Steiner树的蚁群优化算法的框架．把算法的迭代过程看作是离散时间的马尔科夫过程,证明了在一定的条件下,该算法所产生的解能以任意接近于1的概率收敛到路由问题的最优解．