存在有界功率扰动和高斯白噪声的滤波算法

传统滤波算法,如卡尔曼滤波,通常对系统模型具有较高的依赖性,需要精确建模才能达到较高的估计精度.而现实场景中由于未知环境因素与建模误差的存在,往往使得估计品质不尽人意.因此针对离散系统同时受有界功率扰动和高斯白噪声影响的滤波问题,提出了一种新的线性时不变的鲁棒最优滤波方法.该方法在保证鲁棒性的同时还能够保证最优均方估计.为了保证鲁棒最优滤波,基于系统级综合方法,并根据误差动力学的系统响应以及干扰和噪声的参数来描述估计性能的上界.并在此基础上,提出了一种数值可处理的新的滤波器设计算法.最后借助测速算例验证了结果的有效性,仿真表明采用该方法得出的滤波算法相比于其它现有方法,能够实现理想的估计品质.     

问题变分不等式的一类各向异性Crouzeix-Raviart型有限元逼近

本文研究了Signorini变分不等式问题的一类各向异性Crouzeix-Raviart型非协调有限元逼近。通过一些新的技巧,得到了相应的最优误差估计。     

求一次函数解析式时要注意“陷阱”

<正>一次函数是初中数学的一个重点,求一次函数解析式时,同学们常因为忽视隐含条件、概念模糊、性质理解不透、问题考虑不周等等而误入"陷阱",出现了这样或那样的错误.下面就用年号问题为例来说明,求一次函数的解析式时要注意"陷阱".(一)忽视分类讨论坠入"陷阱"例1已知一次函数y=kx+b(k≠0)的图像与x轴交于A(2015,0)、与y轴交于点B,并且△AOB的面积为4030,求此函数的解析式.     

透过现象看本质——数列中的恒成立问题

数列从本质上讲是一种特殊的函数,其特殊性表现在定义域是正整数集或它的有限子集,函数值是相应数列中的项.因此,研究数列的图象和性质,应注意从函数的观点入手.在高中数学中,函数与不等式、方程是相互联系的,在一定条件下是互相转化的.于是,数列中的恒成立问题主要表现于数列与不等式、方程相结合的恒成立问题.     

例谈高考试题中数形结合思想的应用

数形结合思想包括＂以形助数＂和＂以数辅形＂两个方面,但在有些＂以形助数＂的高考试题中,很多同学缺乏找＂形＂的意识或是不会找＂形＂,以致于无法高质有效地解决问题.而＂以形助数,数形结合＂能使问题简单化,帮助我们快速高效地解决问题.     

指数函数和对数函数

指数函数和对数函数是基本的初等函数,指数函数和对数函数的单调性涉及底的大小的讨论,可以培养学生分类讨论的思维品质,对养成良好的数学思维方式大有好处.另外,对数换底公式的灵活应用,对培养学生的应变能力也是非常有益的.一、对数换底公式的应用     

旅行商问题的基因整合算法

本文针对旅行商问题提出了基因整合算法。它是通过设置扰动矩阵构造与原商问题等价的近似问题，使用最优罚函数选择回路分枝得到一系列局部最优回路，从中提取频度高的分技——基因进行整合，得到更优的回路。该算法计算量小，对大规模问题计算效果显著。利用该算法对CHN144问题给出了目前最件的结果。     

一种改进的蚁群算法及其在TSP中的应用

蚁群算法是一种求解复杂组合优化问题的新的拟生态算法,也是一种基于种群的启发式仿生进化算法,属于随机搜索算法的一种,并用于较好地解决TSP问题.然而此算法也有它自己的缺陷,如易于陷入局部优化、搜索时间长等.通过对基本蚁群算法的介绍及相关因素的分析,提出了一种改进的蚁群算法,用于解决TSPLAB问题的10个问题,并与参考文献中的F-W、NCSOM、ASOM算法进行比较,计算机仿真结果表明了改进算法的有效性.如利用改进的蚁群算法解决lin105问题,其最优解为14382.995933(已知最优解为14379),相对误差是0.0209%,计算出的最小值几乎接近于已知最优解.     

概率约束规划逼近最优解集的上半收敛性

本文讨论了概率约束规划目标函数的连续收敛性,并利用概率测度弱收敛的特征给出了概率约束规划可行集的收敛性条件,得到了概率约束规划逼近最优解集的上半收敛性.