局部不变投影

提出了高维数据集处理的局部不变投影方法.该方法在高维数据的降维处理中具有保持数据集几何结构和拓扑结构不变的性质,并且兼有线性降维方法计算方便、快捷的优点.另外,正则化处理使该方法具有良好的稳健性.计算结果表明,该方法具有发现数据集非线性结构的能力.     

全局优化的一类新的填充函数

使用填充函数法求解无约束问题的全局极小点, 用较一般的连续可微导数大于零的函数组合得到了一类新的填充函数, 并给出了相应的收敛性证明及满足此条件的一些特殊函数. 算例结果表明, 使用新填充函数更有效.     

带有二次约束的一类特殊三次规划问题的全局最优性充分条件

利用拉格朗日函数和L-次微分的方法,研究了带有二次约束的一类特殊三次规划问题的全局最优性条件。首先刻画出该类三次规划问题的拉格朗日函数的抽象次微分,从而得到了带有二次约束的三次规划问题的全局最优性充分条件。最后举例说明如何利用本文所给出的全局最优性充分条件来判定当前可行解就是全局最优解。
     

一维多工序制造过程全局成功率建模与公差稳健设计

文章开展一维多工序制造过程全局成功率建模与公差稳健设计.首先,根据加工余量落在公差允许范围内的概率,建立了零件加工成功率计算模型,根据装配尺寸链中封闭环尺寸落在公差允许范围内的概率,建立一维多工序装配成功率计算模型;根据加工成功率和装配成功率是相互独立的假设,建立一维多工序全局成功率模型;然后,构建以产品全局成功率的敏...     

基于神经网络的非线性动力系统控制研究

基于改进BP神经网络,建立了一种自适应在线控制模型,并且该控制方法应用到离散非线性动力系统和倒立摆系统控制问题。为了避免BP神经网络在训练过程中的目标函数局部极小值问题,提出了一种基于BFGS优化算法的神经网络训练方法。与其它控制方法相对比,所提出的基于神经网络的倒立摆控制方法具有较高的控制精度。通过离散时间系统的控制模拟和倒立摆模型系统的控制两个算例,验证了所提出的控制方法的具有有效性和很好的控制效率。     

具有相互干扰和恐惧效应的Leslie-Gower捕食-食饵模型的全局稳定性

研究了一类具有相互干扰和恐惧效应的Leslie-Gower捕食-食饵模型.利用blow-up方法研究了原点的稳定性.进一步研究了唯一正平衡的存在性和稳定性,并说明相互干扰和恐惧效应对正平衡的稳定性没有影响,但是可以改变唯一正平衡的值.并通过一些数值模拟验证了主要结论.     

经济增长中全要素生产率的灰色神经网络预测模型

为克服以往研究成果中注重全要素生产率测算的弊端,将PGM(1,1)模型与贝叶斯正则化神经网络相结合,建立了全要素生产率的PGM(1,1)—贝叶斯正则化神经网络组合预测模型,以中国全要素生产率预测为例,验证了模型的有效性和实用性,为研究全要素生产率开辟了新的思路.     

基于正则神经网络模型的时滞混沌系统预测控制

研究模型未知、不稳定的不动点位置及其局部性态未知情形下的时滞混沌系统的控制问题。提出了一种神经网络预测控制方法,将模型未知时的时滞混沌运动控制到不稳定的不动点处。分析了控制系统(包括观测器、正则神经网络预测器和在线训练的线性神经网络预测控制器)的稳定性,与现有同类方法比较,本方法收敛速度快,算法简便。仿真实验表明了本方法的有效性。     

一类退化分布参数系统的最优控制问题简

研究了一类由退化线性椭圆方程所支配的分布参数系统的最优控制问题.当退化点集为单点集时,利用正则化方法证明了系统广义解的存在唯一性,并得到了该分布参数系统最优控制的必要条件.     

广义分离变量非线性非自治系统的部分变元全局稳定性

利用一般分离变量Lyapunov函数方法 ,讨论了一类非线性非自治系统的解关于部分变元的全局稳定性 ,得到了保证平凡解关于部分变元全局稳定的几个充分性条件