一类约束不可微优化问题的区间极大熵方法

本文研究求解不等式约束离散ｍｉｎｉｍａｘ问题的区间算法,其中目标函数和约束函数是 Ｃ~１类函数．利用罚函数法和极大熵函数思想将问题转化为无约束可微优化问题,讨论了极大熵函数的区间扩张,证明了收敛性等性质,提出了无解区域删除原则,建立了区间极大熵算法,并给出了数值算例．该算法是收敛、可靠和有效的．     

关于Tsallis型非对称熵的若干研究

基于Tsallis熵和非对称熵,本文提出了Tsallis型非对称熵,该熵推广了Tsallis熵和非对称熵,证明了最大的Tsallis型非对称熵原理,并且从该原理中可以获得比Tsallis熵及非对称熵原理更多的分布,从而说明该原理的有用性.     

参数型指数模糊熵的构造

提出了参数型指数模糊熵公式.本文首先将Pal提出的指数模糊熵公式进行修改并得到了参数型指数模糊熵公式,其次对其合理性进行了证明,最后探讨了参数型指数模糊熵公式所具有的性质.     

Minimax问题的调节熵函数法

本文提出了求解minimax问题的调节熵函数法,理论分析及数值结果均表明该方法比原熵函数法更优越.     

一类线性规划问题的区间调节熵算法

本文将熵函数的思想和区间分析相结合,构造了一类线性规划问题的区间调节熵算法,讨论了调节熵函数的区间扩张及其收敛阶,以及相关的区域删除检验原则,证明了算法的收敛性,给出了数值算例.理论与数值结果表明该方法是可靠和有效的.     

压缩感知中信号重构的极大熵方法(英文)

本文针对压缩感知理论中BP算法的l1最优化问题,构造了一种新的信号重构的极大熵方法.极大熵方法克服了l1最优化问题的非光滑性,同时根据同伦方法构造极大熵函数的最优解序列来逼近全局最优稀疏解.数值实验表明极大熵方法是十分有效的信号重构方法.     

一维和多维非高斯线性随机过程的最小熵反褶积

最小熵反褶积是分解非高斯线性随机过程的方法之一,本文提出了系统响应序列峰度的概念和研究了它的性质,并借助它建立了最小褶反褶积的收敛理论,本文首次研究了多维非高斯线性随机过程的最小熵反褶积问题并建立了相应的收敛理论,本文还讨论了最小熵反褶积方法与参数方法的关系。     

基于直觉模糊软集的煤矿应急救援决策方法

在煤矿突发事故初期,时间的紧迫性和环境的复杂性导致应急救援决策中的评估信息存在不确定性,传统基于确数的决策方法难以适用,对此本文提出了一种基于直觉模糊软集(IFSSs)的煤矿应急救援决策方法。首先对现有IFSSs熵公理化定义中的不合理之处进行修正,进而据此构造新的IFSSs熵计算公式,并通过与既有IFSSs熵公式的对比算例表现了新公式的合理性和有效性。然后基于新熵公式给出属性综合权重的确定方法,再利用推广的TOPSIS方法对预案进行排序以确定最优煤矿应急救援预案。最后将本文提出的方法应用于某煤矿应急救援实例。结果表明,基于IFSSs的煤矿应急救援决策方法能充分利用和有效处理不确定性的信息,具有更好的决策分辨效果,可以为煤矿突发事故的应急救援提供决策支持。     

无约束非线性l_p问题的调节熵方法

本文构造了求解无约束非线性lp问题的新方法——调节熵函数法。给出了数值算法,证明了算法的收敛性。通过数值仿真将该方法与求解无约束非线性lp问题的极大熵函数法进行了比较,表明该算法是十分有效的。     

基于新模糊熵和得分函数的区间直觉模糊多属性决策

属性权重的确定以及对区间直觉模糊数的排序是多属性决策问题中两个最为关键的点。本文主要针对属性权重完全未知的多属性决策问题进行了研究,分析了现有大多数研究中关于区间直觉模糊熵和得分函数存在的局限性,进而提出了一种将不确定度和犹豫度相结合的新的模糊熵和得分函数。最后,通过对比实验证实了本文所提出的熵和得分函数应用到多属性决策中的有效性和合理性。     

基于对称交互熵的多属性决策排序法

本义研究了多属性决策的排序问题.利用信息熵理论提出了对称交互熵概念,定义了一种新的与理想方案的贴近度,由此给出了基于对称交互熵的排序方法.最后通过算例将新方法与传统的TOPSIS法、夹角度量法和正交投影法作对比,获得了新方法能够更加精确地判断方案优劣的结果.     

不完全信息下损失风险的研究

在获得损失分布不完全信息情况下,提出用方差和熵共同度量损失风险的方法.在不完全信息条件下,通过最大熵原理在最不确定的情况下得到最大熵损失分布,并获得了损失分布的熵函数值.用熵值度量损失分布对于均匀分布的离散程度,从而度量概率波动带来的风险;用方差度量损失对于均值的离散程度,从而度量状态波动带来的风险.由于熵是与损失变量更高阶矩信息相联系的,所以新方法是从更全面的角度对损失风险的预测.通过算例,进一步看出在获得高阶矩信息下,熵参与风险度量的必要性.     

一类无约束离散Minimax问题的区间调节熵算法

In this paper,a class of unconstrained discrete minimax problems is described,in which the objective functions are in C^1. The paper deals with this problem by means of taking the place of maximum-entropy function with adjustable entropy function. By constructing an interval extension of adjustable entropy function and some region deletion test rules, a new interval algorithm is presented. The relevant properties are proven, The minimax value and the localization of the minimax points of the problem can be obtained by this method. This method can overcome the flow problem in the maximum-entropy algorithm. Both theoretical and numerical results show that the method is reliable and efficient.     

一般约束极大极小问题的一个有效的近似解法

一般约束极大极小问题的一个有效的近似解法唐焕文，张立卫，王云诚（大连理工大学应用数学系，辽宁，１１６０２４）．摘要＊从共扼的观点出发，导出了极大熵函数，给出了处理一般约束极大极小问题的一个有效的近似方法—极大熵方法，并在较弱的条件下，证明了算法的收敛...     

农作物单产的最大熵分布及在费率厘定上的应用

农作物单产分布的确定是农业保险中费率厘定的基础。本文引入最大熵原理,基于最大熵优化模型得出农作物单产的最大熵分布,并以此进行费率厘定。同时以辽宁省主要作物水稻、玉米、大豆和花生为例,确定了该四种农作物的费率,分别为4.45%、6.77%、6.34%、6.43%。结果表明:利用最大熵分布理论进行费率厘定不需要事先假定农作物单产分布的形式,而且考虑了更多作物单产分布的信息,为农业保险费率的合理精算提供一种新的可供选择的方法,有助于农业风险决策的科学化。     

Selective responses by entropy minimization

In this paper, we propose a method of entropy minimization for increasing selectivity and obtaining simple network architectures. An entropy function is defined with respect to the state of hidden units. By minimizing this entropy, the selectivity of hidden units can significantly be increased. Since a unit tends to respond to specific input patterns, the meaning or the function of the hidden units can easily be understood. In addition, we have observed that by minimizing the entropy, some units are forced to be inactive, responding to no input patterns. Thus, these inactive units can be deleted, and we can construct smaller network architectures. We applied the entropy method to standard and recurrent back-propagation. Experimental results confirmed that the number of units selectively responding to a specific pattern increased gradually, while units with low selectivity responding to multiple patterns decreased as entropy decreased. In addition, the number of units responding to no input patterns increased in proportion to the decrease of the entropy. These results show that the entropy minimization method can be used to improve the selectivity, and therefore, the interpretability of the network's behaviors. Then, the method can be used to suppress unnecessary units and to produce simple internal representation or simple network architectures.     

A note on solution of large sparse maximum entropy problems with linear equality constraints

This paper describes a method to solve large sparse maximum entropy problems with linear equality constraints using Newtons and the conjugate gradient method. A numerical example is given to introduce the reader to possible applications of entropy models and this method. Some experience from large scale problems is also reported.     

Entropy stable shock capturing space–time discontinuous Galerkin schemes for systems of conservation laws

We present a streamline diffusion shock capturing spacetime discontinuous Galerkin (DG) method to approximate nonlinear systems of conservation laws in several space dimensions. The degrees of freedom are in terms of the entropy variables and the numerical flux functions are the entropy stable finite volume fluxes. We show entropy stability of the (formally) arbitrarily high order accurate method for a general system of conservation laws. Furthermore, we prove that the approximate solutions converge to the entropy measure valued solutions for nonlinear systems of conservation laws. Convergence to entropy solutions for scalar conservation laws and for linear symmetrizable systems is also shown. Numerical experiments are presented to illustrate the robustness of the proposed schemes.     

调节熵函数法

１．引言 考虑如下极小极大问题这里ｆｉ（ｘ）是Ｒｎ中连续可微的函数,ｍ≥２是正整数（Ｐ）是一类比较典型的非光滑优化问题,是许多实际问题的数学模型．同时,线性规划的 Ｋａｒｍａｒｋａｒ标准型的对偶也是（Ｐ）的形式,光滑约束优化问题的一类重要罚函数法也是将问题化为类似（Ｐ）的形式．所以,如何有效地求解（Ｐ）,是一个重要问题．近些年发展起来的嫡函数法（或称凝聚函数法）是一种较新颖而实用的方法．它借助信息论中 Ｓｈａｎｎｏｎ熵的概念,推导出一族光滑的极大熵函数Ｆｐ（ｘ）,且Ｆｐ（ｘ）一致逼近要极小化的非光…     

平衡规划问题的熵函数方法及其在混合交通流中的应用

将参变极值问题的极大熵函数方法应用到求解平衡规划问题中,通过先验分布信息和Kullback熵概念,给出了平衡规划问题基于Kullback熵表示的熵函数求解方法,并将平衡规划的极大熵函数方法应用于求解混合交通平衡分配问题．