多失效模式下基本变量的重要性测度及其解法

基本变量的重要性分析是工程设计及安全评估的一项必要工作．针对工程实际中经常出现的多失效模式可靠性模型,提出了基本变量对多失效模式下多维响应功能函数全局联合概率分布的重要性测度指标——重要性测度1．同时针对可靠性设计的特点,建立了多失效模式下基本变量对多维响应功能函数局部概率分布的两种重要性测度指标,即基本变量对失效域内多维响应概率分布的重要性测度——重要性测度2和对系统失效概率的重要性测度——重要性测度3,推导了其性质,比较了3种重要性测度的异同和适用范围,并给出了一种求解3种重要性测度的标准方法,从该标准方法的求解过程可以看出,在求解基本变量对多维响应功能函数重要性测度1的同时可求得重要性测度2和3,也即在不增加计算量的同时,该标准方法可为设计人员提供更多的参考信息．最后,以数值和工程算例验证了所提指标和方法的正确性和可行性．     

具有时滞反应扩散方程组的全局渐近稳定性

研究了具有时滞反应扩散方程组的初边值问题,采用比较原理、解的存在性定理,得到了解的存在性和平衡态方程正解的全局渐近稳定性的充分条件.这个结果导致捕食食饵系统的持久性、平凡解和所有半平凡解的不稳定性和不存在非一致平衡解.     

一类在幼年时期传播的SIS传染病模型分析

利用微分方程的稳定性理论与传染病模型的理论知识,研究了一类仅在幼年时期传播的SIS传染病模型,讨论了系统在平衡点处的稳定性态.并通过构造Liapunov函数,得到了系统在无病平衡点与地方病平衡点处全局渐近稳定的阈值.     

有雾天气图像的清晰化方法

为了改善雾天图像的退化现象,本文提出了一种有雾天气图像的清晰化方法。该方法根据正态分布将图像分为非天空区域与天空区域,然后以全局直方图均衡算法(HE)和子块部分重叠的局部直方图均衡算法(POSHE)为基础对雾天图像进行均衡化处理,均衡后的图像能够保持图像细节,同时也能够避免图像的过增强。实验结果表明:该算法能够有效改善图像的退化现象,提高图像的对比度和分辨率,增强后的图像更加自然。     

一种新的简化粒子群优化算法

针对粒子群算法在寻优中存在早熟和收敛精度不高等问题,论文对粒子位置的更新策略以及更新公式进行改进,提出了一种新的简化粒子群优化算法(New Simple Particle Swarm Optimization,NSPSO),并将其在15个多极值基准函数进行全局最优化测试,实验结果表明,NSPSO算法收敛的精度大大提高了,而且算法收敛速度也很快,对于高、低维复杂函数的优化均适用.     

遗传算法引入进化方向算子的一个改进及应用

为了有效找到全局最优,将“进化方向”引入到遗传算法中被认为是非常有用的。文中提出了一个新的进化方向算子,用于对标准遗传算法进行改进,该算子依据父代个体和当代个体的进化方向产生子代个体,进化方向的求取无须计算梯度。算子的作用对象是个体中的变量而不是染色体中的基因,因而适合于采用任何形式编码的遗传算法场合,包含该方向进化算法被用于二维多峰函数的极大值搜索问题,进行了对比验证,将新算法进一步应用于离心压     

修改的βNk(μ)方法在标准Wolfe条件下的全局收敛性

在没有线搜索的条件下,修改的βNk(μ)方法满足充分下降条件.证明了其在标准Wolfe条件下具有全局收敛性.初步的数值结果表明该方法是有效的.     

区间方法在不确定非线性结构静态响应分析中的应用

采用区间分析方法针对目前还少有人研究的具有材料非线性的不确定结构系统进行分析计算,并针对计算结果易于扩张这一区间计算的主要缺陷,采用把区间函数计算和区间方程组的求解转化为以非确定参数为优化变量,以结构静态响应解为目标函数的全局最优化问题,进而得到静态解的区间边界值.计算中采用实数编码遗传算法求解全局优化问题.     

聚类分析在多极值函数优化中的应用

将聚类分析方法应用于经典的优化和遗传寻优过程当中，提出了一种求解多极值函数全局最优解的方法。在基于梯度的算法中，先取多个初始点，几次迭代搜索后做聚类分析。在每类取一点，将目标函数分为多个单极值函数，然后分别寻优，通过比较得到全局最优解。在遗传算法中，通过聚类分析在每类取若干个体作为代表个体，它们将始终参与遗传操作，从而有望达到全局最优。     

非自治一食饵-两竞争捕食者模型的动力学行为

研究了非自治的食饵-捕食模型,该系统是一食饵种群被两个具有竞争关系的捕食者种群捕食.其动力学行为包括:持久性、全局渐近稳定性、正周期解和正概周期解的存在唯一性.