带运输工具的网络流问题

考虑一个带运输工具的网络流问题。即由一个或者多个供应点向多个需求点通过桌种运输工具（比如货车、轮船等）供应货物的问题,目的是尽可能地降低供应成本．通过一个混和整数规划模型来描述这个问题．并利用拉格朗日松弛结合网络单纯形法得到原问题的一个下界．利用该下界结合试探法得到原问题的可行解．     

具有Dirichet-Signorini边值条件的二维Helmholtz方程的边界变分问题(英)

利用Green公式，基本解和基本解法向导数的性质．将二维区域Ω上的边值问题化为了等价的边界变分问题．证明了边界变分问题解的存在唯一性．     

有向图及乘积图的路由数

s-图的路由数源自于网格上行走的机器人的坐标规则问题．Onn和Sperner指出该问题是NP-完全的并进而提出这样一个问题：平面图上的路由数是否一定存在仅由半径为参数构成的界？本文引入有向s-图的路由数这一概念并证明该数等于其周长．这一结果表明无向s-图的路由数等于该图所有定向图的最小周长，同时也对上面的问题给出了一个反例．做为一个应用．我们证明乘积图的路由数等于其半径．     

弹性长条的周期裂缝问题

讨论了各向同性和各向异性弹性长条的周期裂缝问题，给出了这类问题的正确提法和一般解法．将寻求复应力函数的问题归结为求解某种正则型奇异积分方程，证明了适当且唯一地选择一些待定常数的值后方程是可解的．解虽不唯一但在一条边上仅差一复常数．     

基本解方法求解各向异性材料中热传导方程的时间反向问题

最近,HON和WEI给出了求解各向同性热传导反问题的基本解方法．该方法提供了一种在整个时间空间区域上的行之有效的数值格式．本文尝试将该无网格方法推广应用于求解各向异性材料中热传导方程的时间反向问题．首先,通过变量转换得到该问题的控制方程的基本解．接着,应用截断奇异值分解和L-曲线准则求解所得的高度病态的线性方程组．最后给出几个数值例子展示本方法的有效性,并分析了解的精度跟参数T、最终时刻的关系．     

含时双δ势的透射系数的性质的研究

用Floquet方法计算电子通过含时的双δ势的透射系数．其优点在于对任何谐振势垒的强度和频率都适用．同时此方法还可以将含时的问题转化为非含时问题,进而解决含时势垒的透射问题．通过对透射系数的计算,着重考虑初相对透射系数的影响,并且详细地考察电子从任意的一个通道到任意的另一个通道的几率．结果表明初相不仅对总的透射系数有调制作用而且对通道间的传榆也有调制作用．而对于透射系数的影响程度强弱则完全取决于系统所设定的条件．     

关于局部紧群G的Γ－顺从性的若干问题

设Ｇ为局部紧群，Γ为拓扑直积群Ｇ×Ｇ的闭子群，本文对Γ－顺从群的稳定特征问题，即当Ｇ为Γ－顺从时．其连续同态像、子群及商群的相应性质问题进行了探讨，推广了顺从群及内顺从群的有关结论．此外．文中还分析了Ｇ为Γ－顺从与Γ具有不动点性质间的关系问题．     

一类k步k+2阶解刚性微分方程的混杂法

构造了一类带参数的k步k+2阶混杂方法,讨论了该方法的稳定性质．并给出了与其等价的二阶导数方法．数值实例说明,这类方法更适合求解非线性Stiff问题,对高震荡问题亦会更有效．     

工件可预处理的单台机排序问题

考虑一个工件可预处理的单机排序问题．要求在所有工件能够按时完工的前提下,使得预处理工件的费用最小,证明了对于一般情况,该问题是NP-难的,并给出了动态规划算法．进一步,得到当每个工件的预处理费用都相同时该问题是多项式可解的,并给出了强多项式时间算法．     

多目标整数规划中的遗传算法

以下料问题为例建立了多目标整数规划的数学模型,描述了用遗传算法求解多目标整数规划问题的方法．这种算法较圆满的解决了既考虑费用又考虑需求的下料问题,具有广泛的应用价值．     

电场作用下HR神经元的分岔分析及参数辨识

详细分析了电场作用下四维Hindmarsh-Rose（HR）神经元模型的分岔模式及放电行为。通过数值仿真得到该神经元模型的多组双参数分岔图、最大Lyapunov指数图、峰峰间期分岔图等,发现该模型在双参数平面上存在倍周期分岔、加周期分岔等模式及“锯齿状”混沌结构。通过构建合适的目标函数,提出了自适应混合粒子群遗传算法,将神经元模型的参数辨识转化为最优化问题。数值仿真结果表明,算法对神经元模型的参数辨识效果较好,能更准确地辨识未知参数,具有一定优越性。     

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．     

一种自适应容错控制方法

提出了一种基于分布估计的自适应容错控制方法．该方法利用随机参数模型，并在建立自适应容错控制算法时将随机参数的概率分布估计引入控制系统性能指标，解决了系统运行模态参数不确定和系统运行模态变化不确定的问题．计算机仿真结果表明该方法可以对故障系统进行有效地容错控制     

基于共轭梯度法的盲分离在线算法

在严格论证盲分离问题与数学上的最优化问题等价的基础上,把问题的重点集中在对该最优化问题的寻优上.由于盲分离最优化问题的目标函数的特点,在欧氏空间中对决策变量(分离矩阵W)进行寻优求解带来诸多复杂因素,寻优算法在弯曲的黎曼空间中动态运行是解决这些问题的一条可行途径.为此,本文在改进 NGA 和 PDFA 算法的基础上,结合在线算法 PDEA 在估计信号的得分函数的较好效果,和求解最优化问题的共轭梯度法较快收敛性能,提出了具有自学习能力,并继承共轭梯度法特点的盲分离在线算法 PDEA-CONJ.此算法应用到盲分离问题中,在混合矩阵严重病态情况下能取得了较好分离效果.实际算例验证了其收敛性和有效性.     

一种基于重置的变结构前馈神经网络

基于GaussNewton法的前馈神经网络虽然可以达到局部二阶收敛速度．但网络结构中如果结点个数过多，会造成过模拟；网络结点过少。又会导致不收敛。为了优化神经网络结构，尝试引入重置算法(Early Restart Algofithm)，并将其应用于Gauss Newton前馈神经网络．提出基于重置的Gauss Newton变结构前馈神经网络。对比实验表明，重置算法的引入有效地解决神经网络的结构优化问题，优化后的神经网络具有良好的收敛性与稳定性。     

基于近似计算技术的FPRM逻辑功耗优化

提出了一种基于近似计算技术的FPRM逻辑功耗优化的算法, 该算法包括基于信号概率和跳变密度的固定极性Reed-Muller(Fixed Polarity Reed-Muller, FPRM)函数动态功耗模型, 基于遗传算法的以功耗优化为导向的RM逻辑极性搜索方法, 以及利用双锐积运算的RM逻辑错误率计算方法. 在错误率的约束下, 通过有选择性地删减部分乘积项, 实现功耗优化. 提出的算法用C语言实现, 并用MCNC Benchmark电路测试. 结果表明: 与原始FPRM电路功耗相比, 在平均错误率为3.21％时, 电路动态功耗平均减少了22.77％.     

基于近似逻辑的不完全指定FPRM函数的功耗优化

基于精确逻辑的逻辑综合和优化方法已有广泛的研究. 但有时并非需要精确逻辑, 从而可利用这种特性进行关键指标的综合和优化. 本文提出了基于近似逻辑的不完全指定固定极性Reed-Muller (Incompletely Specified Fixed Polarity RM, ISFPRM)逻辑函数的逻辑优化方法. 首先建立基于二级逻辑的功耗估算模型和近似电路的设计效能评估模型, 然后提出基于近似逻辑的ISFPRM函数的优化算法, 并用遗传算法加以实现. 所提算法应用于MCNC标准电路进行测试, 结果表明在一定的面积约束下, 电路每增加1%的误差率获得12%~18%的功耗优化     

基于SMPSO算法的三值FPRM电路延时优化

n输入变量的三值FPRM电路存在3n个不同极性及其对应的函数展开式. 通过对三值列表转换技术以及三值FPRM逻辑表达式的研究, 并结合自适应变异粒子群算法提出一种三值FPRM电路延时优化解决方案. 首先根据三值FPRM逻辑表达式的特征建立延时估计模型; 然后结合三值列表转换技术和SMPSO算法, 对三值FPRM电路延时进行优化; 最后采用PLA格式的MCNC Benchmark电路进行算法测试. 结果表明: SMPSO算法相比于穷尽算法的优化效果更佳, 电路的延时和面积平均节省11.6%和18.6%.     

基于FOA-FSVM的RF模式台风期阵风精细化预报

For the sake of improving the accuracy of forecasting wind speed during typhoon strike in WRF model forecast, a new method for precision forecasting of typhoon wind speed is proposed by combining the data collected from the WRF model forecast and an automatic observation station. The method incorporates many factors influencing the typhoon wind speed. The wind speed which is obtained using the traditional human prediction produces large error when compared with actual wind speed. To address this issue, a fuzzy support vector regression model for wind forecasting is built. Considering the fact that the fuzzy support vector regression model is not adequately efficient in determining the punishment factor and kernel parameter, the fly optimization algorithm is introduced into optimizing the parameters of the fuzzy support vector machine. According to the characteristics of the wind speed regression, the fruit fly optimization algorithm is developed in three dimensional space, combining with the enhancement factor γ for improving the global optimization ability of traditional fruit fly optimization algorithm. The results show that the forecasting wind speed and the actual one is in good agreement with each other, and the correlation is as high as 99％. The presented method of wind speed prediction provides higher accuracy than that of traditional FOA-FSVM model and FOA-SVM model.     

预处理的校正梯度路径信赖域算法

信赖域算法是最优化中广泛使用的一种方法．在迭代的每一步都要解信赖域子问题,在众多解子问题的方法中,校正梯度路径算法利用系统的特征值和特征向量在整个雏数空间求出子问题的解,虽然这个方法较吸引人,但现有的校正梯度路径算法不太可行,因为在每一步迭代中它要求整个特征系统的计算或者矩阵的重复分解．提出了一种预处理的校正梯度信赖域算法．该算法在一步迭代中仪通过对对称矩阵进行一次Bunch-Parlett分解就在全空间中求出子问题的解,再用单位下三角矩阵因子去标度问题的变量,预处理的校正梯度路径由此形成,算法在通常使用的条件下有好的收敛性,对各种模型的优化问题的计算结果也显示出算法的高效性．