基于单通道算法的HJ-1B与Landsat 5 TM地表温度反演一致性研究

针对传感器参数与Landsat 5 TM较为相近的环境减灾卫星HJ-1B的热红外数据是否能达到与TM6反演地表温度同样的效果的问题,作者获取了2009年4月15日覆盖北京地区相同范围的HJ-1B影像和Landsat 5 TM影像,采用Ji m啨nez-Mu oz和Sobrino的普适性单通道算法,通过遥感数据获取反演参数,对研究区的地表温度进行反演,并对两类数据反演结果的一致性进行了分析和评价。通过对反演结果的统计分析和分级填图表明,基于普适性单通道算法的HJ-1B与TM的热红外波段反演的地表温度在数值上和空间分布趋势上一致性较高。因此,具有较高时间分辨率和较大幅宽等优势的HJ-1B IRS数据在地表温度反演方面具有更大的潜力和应用范围。     

广义鞍点问题的改进的类SOR算法

针对广义鞍点问题,本文提出了一个改进的类逐次超松弛迭代算法,在较弱的条件下,分析了算法的收敛性及线性收敛率.新算法的每步计算量与已有的算法类似,都是需要（近似）求解线性方程组,但新算法有更好的灵活度通过合适地选取参数矩阵,每一步子问题可以容易地求解,甚至可以有闭式解（closed-form solution）.数值实验结果显示了新算法的有效性.     

关于辛算法稳定性的若干注记

我们讨论辛算法的线性稳定性和非线性稳定性,从动力系统和计算的角度论述了研究辛算法的这两类稳定性问题的重要性,分析总结了相关重要结果.我们给出了解析方法的明确定义,证明了稳定函数是亚纯函数的解析辛方法是绝对线性稳定的.绝对线性稳定的辛方法既有解析方法（如Runge-Kutta辛方法）,也有非解析方法（如基于常数变易公式对线性部分进行指数积分而对非线性部分使用其它数值积分的方法）.我们特别回顾并讨论了R.I.McLachlan,S.K.Gray和S.Blanes,F.Casas,A.Murua等关于分裂算法的线性稳定性结果,如通过选取适当的稳定多项式函数构造具有最优线性稳定性的任意高阶分裂辛算法和高效共轭校正辛算法,这类经优化后的方法应用于诸如高振荡系统和波动方程等线性方程或者线性主导的弱非线性方程具有良好的数值稳定性.我们通过分析辛算法在保持椭圆平衡点的稳定性,能量面的指数长时间慢扩散和KAM不变环面的保持等三个方面阐述了辛算法的非线性稳定性,总结了相关已有结果.最后在向后误差分析基础上,基于一个自由度的非线性振子和同宿轨分析法讨论了辛算法的非线性稳定性,提出了一个新的非线性稳定性概念,目的是为辛算法提供一个实际可用的非线性稳定性判别法.     

凸约束非光滑方程组一个新的谱梯度投影算法

基于寻找分离超平面的三种经典线搜索技术,本文提出了一种自适应线搜索技术.结合谱梯度投影法,提出了凸约束非光滑单调方程组的一个谱梯度投影算法.该算法不需要计算和存储任何矩阵,因而适合求解大规模非光滑的非线性单调方程组.在较弱的条件下,证明了方法的全局收敛性,并分析了算法的收敛率.数值试验结果表明算法是有效的和鲁棒的.     

不等式约束极大极小问题的一个新型模松弛强次可行SQCQP算法

针对带不等式约束的极大极小问题,借鉴一般约束优化问题的模松弛强次可行SQP算法思想,提出了求解不等式约束极大极小问题的一个新型模松弛强次可行SQCQP算法.首先,通过在QCQP子问题中选取合适的罚函数,保证了算法的可行性以及目标函数F(x)的下降性,同时简化QCQP子问题二次约束项参数α_k的选取,可保证算法的可行性和收敛性.其次,算法步长的选取合理简单.最后,在适当的假设条件下证明了算法具有全局收敛性及强收敛性.初步的数值试验结果表明算法是可行有效的.     

非线性均值方差模型的贝叶斯数据删除统计诊断

文章在非线性均值方差模型框架下基于K-L距离研究贝叶斯数据删除影响的统计诊断问题,通过应用Gibbs抽样和MH算法估计贝叶斯数据删除影响诊断统计量.随机模拟研究和红鳟鲑鱼数据的数值例子说明该诊断方法的可行性.     

求解带时间窗车辆路径问题的改进离散花朵授粉算法

针对当前算法在求解带时间窗车辆路径问题(Vehicle Routing Problem with Time Windows,VRPTW)时存在精度、效率方面的不足,提出一种改进的离散花朵授粉算法.算法在基本花朵授粉算法的基础上进行离散化,使其适合求解带时间窗车辆路径问题,重新定义花朵授粉算子操作.为了提高求解精度和效率,设计了随机插入、路径内的2-opt、交换和逆序操作,为了增加种群间信息的交互,结合改进的遗传算子.通过11个测试算例表明,改进的离散花朵授粉算法在求解VRPTW是行之有效的,与文献中其他算法比较,算法在精度、效率和鲁棒性方面具有优势.     

随机模糊的等比例-最小方差投资组合优化研究

Markowitz的均值-方差模型在投资组合优化中得到了广泛的运用和拓展,其中多数拓展模型仅局限于对随机投资组合或模糊投资组合的研究,而忽略了实际问题同时包含了随机信息和模糊信息两个方面。本文首先定义随机模糊变量的方差用以度量投资组合的风险,提出具有阀值约束的最小方差随机模糊投资组合模型,基于随机模糊理论,将该模型转化为具有线性等式和不等式约束的凸二次规划问题。为了提高上述模型的有效性,本文以投资者期望效用最大化为压缩目标对投资组合权重进行压缩,构建等比例-最小方差混合的随机模糊投资组合模型,并求解该模型的最优解。最后,运用滚动实际数据的方法,比较上述两个模型的夏普比率以验证其有效性。     

可数马氏链的截断扩充逼近算法

本文是一篇关于可数马氏链截断扩充逼近算法的综述性文章.截断扩充逼近算法是研究可数无限马氏链的一个有效的方法.它已经成为计算马氏链的平稳分布以及其他参数的关键性工具.本文首先应用截断扩充逼近算法对平稳分布进行研究.我们利用遍历方法以及扰动方法,分别给出在全变差范数意义下以及在V范数意义下的平稳分布的收敛性和误差界.其次,本文应用截断扩充逼近算法研究泊松方程的解.我们给出泊松方程的解的收敛性质,并且考虑中心极限定理中偏差常数的逼近算法.此外,我们将用一些实际的例子来验证这些结果的实用性与准确性.最后,本文对截断扩充逼近算法的一些延伸问题进行了总结与展望.