相对化概率算法类与非确定算法类的强分离

本文提出并讨论了多项式时间概率型算法复杂度语言类与指数时间非确定型算法复杂度语言类的强分离(即带禁集证据的分离)问题,获得并证明了存在一个递归Oracle集A使得在多项式时间有界错误概率复杂度语言类BPP^A中存在NEXT_k^A禁集,这里NEXT_k^A=∪NTIME^A(2^_cnk)表示计算时间限界于O(2^_nk)的指数时间非确定型算法所接受的语言类;我们指出,Oracle集A可以一致地对k构成并列举熟知的语言类P,NP,U,R,BPP,PP,∑₂^p,∏₂^p,Δ₂^p以及交互式证明系统语言类MA,AM,IP等之间的30余种强分离关系作为本文结果的直接推论.     

解线性约束凸规划的次最优化方法和改进

1.引 言 关于线性约束下的非线性规划,很多人进行了研究,Zangwill[3] 于1967年提出了次最优化方法,该方法的原理是将原规划问题化为一系列只含有等式约束的子问题求解,最后找到最优解所在的流形,在此流形上使用无约束规划的各种方法求解原问题即可.薛声家[2]1983     

关于无网格方法中撒点算法

在计算科学和逼近理论的许多领域，无网格法是近期研究的一个重要课题。国际上已提出了十余种无网格方法。无网格方法首先需要布置合理的粒子点，才能建立格式模拟实际问题。     

各向异性磁化等离子体JEC-FDTD算法

将色散介质的电流密度卷积-时域有限差分(JEC-FDTD)算法推广到各向异性磁化等离子体色散介质.该算法同时解决了电磁波在各向异性和频率色散介质中传播的难题，给出了各向异性磁化等离子体JEC-FDTD算法的公式.计算磁化等离子体平板对平行于磁场传播的电磁波的反射和透射系数，通过与解析结果的比较，验证了该算法的高效性和高精度. 关键词： 色散介质 FDTD算法 各向异性 磁化等离子体     

加罚Navier—Stokes方程的最佳非线性Galerkin算法

该文提出了求解二维加罚Navier-Stokes方程的最佳非线性Galerkin算法．这个算法在于在粗网格有限元空间上求解一非线性子问题，在细网格增量有限元空间Wh上求解一线性子问题．如果线性有限元被使用及，则该算法具有和有限元Galerkin算法同阶的收敛速度．然而该文提出的算法可以节省可观的计算时间．     

关于对称不定线性方程组Ax=b的一种求解算法

本文针对系数矩阵A具有少数几个正(负)特征值的对称不定性方程组Ax=b构造了一个有效的稳定算法.这个算法充分利用了矩阵的对称性及具有少数几个正(或负)特征值的特点,其运算量与Cholesky方法相当,大约为?个乘法和加法,所用贮存单元为?.从第四节的数值例子可以看出在上述假定条件下用本算法求解较Parlett和Reid算法要好些.尤其对A又是大型稀疏矩阵更为有效.     

两个修改BFGS算法的收敛性

本文以下内容是这样安排的:第二节给出一个统一算法模型(GBFGS),并在假设目标函数一致凸的条件下证明该算法具有全局收敛性和局部超线性收敛性;作为第二节理论的应用,我们在第三节证明Biggs算法和Yuan算法的收敛性质.     

矩阵不可约的一个新的充要条件及判定矩阵不可约性的一个新算法

本文获得了矩阵不可约的一个新的充要条件及判定矩阵不可约性的一个新算法，这相结果优于（１－４）中的结果。     

考虑多阶段决策信息集结的新算法及其应用

针对多阶段区间信息集结与决策问题,提出一种考虑最小化集结矩阵与阶段区间矩阵之间距离的新方法,寻求更趋近帕累托最优的集结结果,使最终评价值更符合多阶段评价的目标。 首先,根据多阶段专家评价值将区间信息转化为二维坐标点,并将其映射到二维坐标系中。然后,构建区间信息离差最小化集结模型,并基于植物模拟生长算法(PGSA）进行群体判断信息的集结,再通过合成各方案的属性评价值,给出各决策方案的综合评价值并进行排序,进而给出最优决策方案。最后,以物流服务商的多阶段绩效评价为例,验证了该方法的合理性和有效性。     

基于振荡序列的灰色GM(1,1|sin)幂模型及其应用

针对现实中普遍存在的振荡序列预测问题,传统灰色模型的预测效果并不理想。为此,在现有灰色GM(1,1|sin)模型基础上,提出了GM(1,1|sin)幂模型,给出了最小二乘准则下的参数计算公式;构建了以平均模拟相对误差最小化为目标的非线性优化模型,利用粒子群优化算法求得最优参数。最后,将新模型应用于城市交通流和高新技术产品出口额模拟预测,并将预测结果与传统GM(1,1)模型、GM(1,1)幂模型和GM(1,1|sin)模型进行了比较,结果表明,新模型具有更高的模拟精度,更适合对振荡序列的预测分析。