求解无线传感器网络路由问题的蚁群最优化算法及其收敛性

首先将无线传感器网络的路由问题转化成求解最小Steiner树问题,然后给出了求解无线传感器网络路由的蚁群优化算法,并对算法的收敛性进行了证明．最后对找到最优解后信息素值的变化进行了分析．即在限制信息素取值的条件下,当迭代次数充分大时,该算法能以任意接近于1的概率找到最优解,并且当最优解找到后,最优树边上的信息素单调增加,而最优解以外边上的信息素在有限步达到最小值．     

目标函数扰动的集值优化问题的稳定性

本文研究了由目标函数扰动的集值优化问题的有效点集所定义的集值映射的半连续性.讨论了目标函数扰动的集值优化问题在上半连续意义下的稳定性.特别地,在广义适定性条件下,证明了集值优化问题在上半连续意义下的稳定性.     

用向量组共轭化方法改进Powell法

本文利用共轭化变换提高向量组共轭度的方法,对Powell法及修正Powell法作了改进。这一改进保持了原算法的二次终止性和关于连续可微严格凸函数的收敛性。文末用十六个公认的考机题检验了这一改进的效果。计算表明,改进后的Powell法及修正的Powell法比原算法收敛得快。     

Bayes估计的进一步研究及其Pitman最优性

对线性模型参数,讨论了Bayes估计的Pitman最优性,将已有结果进行了改进,去掉了附加条件,证明了在Pitman准则下,Bayes估计一致优于最小二乘估计(LSE),在此基础上,提出了一种基于先验信息的方差分量估计,通过和基于LSE的方差分量估计作比较,证明了新估计是无偏估计且有更小的均方误差．最后,证明了在Pitman准则下生长曲线模型参数的Bayes估计优于最佳线性无偏估计．     

信息技术和物理学科整合以实现教学优化

随着信息技术的快速发展，网络魅力的无限度增强，信息技术和各学科的整合已成为教育现代化的一个亮点，信息技术和物理学科的整合也给物理教学带来了新的生命和契机，使物理教学的优化效果日趋明显．     

解可分离约束双凹规划问题的一种外逼近方法[英文]

在本文中，我们提出了双凹规划问题和更一般的广义凹规划问题。我们给出了双凹规划问题的整体最优性条件，并构造了一个有限终止外逼近算法。     

箱覆盖问题的半定松驰算法

箱覆盖问题是NP困难问题中的经典问题，得到了广泛地研究，九十年代以来，半定松驰策略被用来求解组合优化问题，取得了很好的结果[13]，本文首次给箱覆盖问题的半定松驰算法，算法的理论分析结果表明它适合于求解大规模的箱覆盖问题。     

论优化问题的公理方法（Ⅲ）

在建立了可交换半群｛Ω，｝上的簇Ｆ及其上的第一类优化算子＊概念之后，得到本文主要结果定理４和定理５。然后证明了首Ｎ阶优化算子，非劣算子以及摹多项式簇上的算子［１，２］都是第一类优化算子，与它们相关的优化集合簇Ｎ－ＴＨ，ＰＡＲＥＴＯ及ＥＳＳＥＮＣＥ都是广义优选半域。让它们赋值于多阶段有向图上，它们都服从于嘉量原理     

Researches of DC—Problem Under the Model S in which the Numbers of Defective Coins are not Fixed

In this paper,we research general Defective Cion Problem under the model S,i.e,the number d of Defective cions is not fixed. For d=O,1,or 2. we get some good results.