二维椭圆型方程反问题中优化算法的比较

近年来，决定椭圆型方程系数反问题在地磁、地球物理、冶金和生物等实际问题上有着广泛的应用．本文讨论了二维的决定椭圆型方程系数反问题的数值求解方法．由误差平方和最小原则，这个反问题可化为一个变分问题，并进一步离散化为一个最优化问题，其目标函数依赖于要决定的方程系数．本文着重考察非线性共轭梯度法在此最优化问题数值计算中的表现，并与拟牛顿法作为对比．为了提高算法的效率我们适当选择加快收敛速度的预处理矩阵．同时还考察了线搜索方法的不同对优化算法的影响．数值实验的结果表明，非线性共轭梯度法在这类大规模优化问题中相对于拟牛顿法更有效．     

匹配问题实例空间和解空间结构

本文通过研究匹配问题的实例空间，匈牙利算法和解空间三者之间的关系，指出S实例空间的数目与问题复杂度之间的关系既不是充分也不是必要的，而如何对问题的解空间进行合理的分解才能是问题的关键。     

带式输送机液压恒张力控制系统

本文介绍了一种新型的液压张紧装置,适合于与堆取料机配套使用的胶带输送机,阐述了该装置的组成及工作原理,并着重对该设备恒张力控制工况研究,提出一种简易有效的计算机控制算法。     

求解一类变形变分不等式的投影收缩算法及其性质

对一类变形的变分不等式：求，使得提出了一类投影收缩算法，并得到了该算法的收敛性及相关性质．     

非线性回归模型参数估计的一个新算法

近年来,非线性回归的研究受到极大的重视.Ratkowsky(1983)总结了非线性回归分析的近代发展,著成专著.韦博成从微分几何的观点对非线性回归分析作了处理.究其原因,一方面因为线性回归分析的研究已臻完善;另一方面因为在实际应用时,非线性情形遇到最多,如由物理,化学,生物,地学等学科的实验所得到的模型几     

基因算法在参数反演问题中的应用研究

提出了一种利用改进的基因算法求大气压强精确公式的参数反演方法。运用基因算法反演求出由多态方程推导大气压强公式中的大气比热比γ ,从而得到大气压强精确计算公式 ,并与文献给出的大气压强公式进行比较。结果表明 ,用基因算法所确定的大气压强公式所得计算值与实测值更加吻合 ,说明基因算法在反演问题中具有很高的应用价值。同时经数据分析得出改进基因算法比传统基因算法精度高、速度快。     

Security Analysis of Discrete Logarithm Based Cryptosystems

0 IntroductionNowthere are many well known cryptosystems based ondiscrete logarithms , such as the ElGamal cryptosys-tem[1]and the digital signature algorithm(DSA)[2]. Discretelogarithms have many advantages . Breaking the discrete log-arithm modulo pri mepappears to be somewhat harder thanfactoringintegern,and elliptic curve cryptosystems may usemuchsmaller keysizesthan RSA-basedcryptosystems of com-parable security.The discrete logarithmproblemover a group can be bro-ken down into a numb…     

求解通信网节点间全部路由的逻辑代数化算法

经典的D IJKSTRA和BELLM AN-F LOYD通信网络路由算法,只能根据特定网络参数得到最佳路由,却无法获得网络存在的全部可用路由,而通信网理论研究及网络管理等方面,往往需要获得节点之间的全部可用路由.研究出一种路由新算法,遵循逻辑代数运算规则、采用关联矩阵中行与行之间整合与删除方式计算,N个节点的网络只需N-1次整合及删除运算,就能得到源节点到任意节点两点之间全部路由结果.详细论证了算法的正确性与合理性,简介了算法的并行运算可行性及与经典路由算法的兼容性等问题.通过算例详细说明算法的计算过程,并验证其正确性.     

环面上具有间断梯度的势函数的模拟退火

本文证明了环面上具有间断梯度的势函数的模拟退火过程：dXt=-VU(Xt)dt √2dWt概率收敛到势函数的全局极小集附近。     

蚁群算法的应用研究与发展

蚁群算法是一种新兴的模拟进化算法,由于其具有鲁棒性、正反馈、并行分布式计算等特点,迅速得到广泛的应用和发展。本文首先介绍了蚁群算法的原理和实现方法,进而又对其研究进展和实际应用做了较详细的综述,并对其前景和发展方向进行了展望。