一类约束连续型minimax问题的改进算法研究

本文研究了一类约束连续型minimax问题,其中目标函数关于外层决策变量二阶连续可微,约束函数只含内层或者外层决策变量。针对由极大熵函数以及罚函数将约束问题转化而成的无约束可微优化问题,本文利用可微优化方法 Newton法进行求解,建立基本算法,给出数值算例,表明算法的可靠性和有效性。     

一种基于minimax准则的压缩采样信号检测方法

压缩感知理论是在已知信号具有稀疏性或可压缩性的条件下,对信号数据进行采集、编解码的新理论.压缩感知理论指出,当观测矩阵满足等容性原理时,可以通过远小于奈奎斯特采样点数的信号点数去重建原始信号.本文将压缩采样的框架应用到信号检测模型中去,提出了一种使用minimax准则对压缩采样的信号进行检测的方法,并从理论上证明了这种方法有很好的检测性能,最后采用蒙特卡罗仿真实验验证了理论分析的结果.     

一类具有上限约束的广义指派问题的求解算法

本文对一类具有上限约束的广义指派问题进行研究,并且给出了一个新的启发式算法.通过实例证明该算法是有效的.该算法简单、易懂、易于编程,且适用于求解较大规模的具有上限约束的广义指派问题.     

求解TSP问题的一种改进遗传算法

TSP问题是典型的NP完全问题,遗传算法是基于生物进化论的一种全局优化搜索算法。文中针对TSP问题传统遗传算法的缺点,提出了一种改进的遗传算法,并且给出选择、交叉和变异操作的设计。最后,以该算法求解中国旅行商问题(C-TSP)为例,表明该改进遗传算法具有更好的收敛性,可以得到更好的最优解。     

一种新的基于Vague集下的分解定理

本文首先讨论了Vague集的构造性质,将Fuzzy集的分解定理的理论和方法应用于Vague集的研究中,通过构造性方法提出了Vague集的分解定理。该定理的提出,使Vague集能更好的描述知识的模糊性、不完全性,促进了该理论的发展。     

一种新的基于Vaguc集下的分解定理

本文首先讨论了Vague榘的构造性质,将Fuzzy集的分解定理的理论和方法应用干Vague集的研究中,通过构造性方法提出了Vague集的分解定理.该定理的提出,使Vague桑能更好的描述知识的模糊性、不完全性,促进了该理论的发展.     

一种改进的求解TSP问题的遗传算法

TSP问题是典型的NP难组合优化问题,而遗传算法是求解此类问题的一种方法。但遗传算法存在收敛速度慢和陷入局部最优的问题。针对上述问题并结合TSP的特点提出了一种改进的遗传算法,对传统遗传算法的各种操作与算子进行了优化与改进,较好地解决了种群多样性与算法收敛性的矛盾。实验结果表明,改进后的算法明显优于传统遗传算法,说明该算法具有良好的有效性与可行性。     

一种有效求解多维背包问题的遗传算法

就多维背包问题的求解,提出一个基于遗传算法的启发式算法（MKPGA）。该算法中加入了一个利用问题特性知识的启发式修复算子以帮助求解。测试实例使用270个不同特性的多维背包问题,实验结果表明,该算法对多维背包问题的求解十分有效,能获得不同特性问题的高质量解。     

一种新的求解Min-Max问题的逼近算法

针对极大极小(Min-Max)问题中极大值函数的不可微性,构造了一种针对极大值函数新的光滑逼近函数,并讨论了该逼近函数的若干性质,给出一种求解极大极小问题的具有大范围收敛性的算法,数值结果表明算法是有效的.     

一种基于laplace变换求解跳变问题的新方法

信号与系统课程是电子信息类专业的核心基础课程,在各种经典教材中都采用冲激响应匹配法求解微分方程零时刻的跳变值。本文分析了冲激响应匹配法求解跳变问题存在的问题,提出了一种应用laplace变换求解跳变问题的新方法,简述了此种方法的原理和求解过程。多年的教学经验表明这种方法更简单,更易让学生掌握。     

一种改进的自适应蚁群算法求解TSP问题

针对基本蚁群算法存在收敛速度慢,易陷于局部最优解等缺点,提出了一种求解旅行商（TSP）问题的改进的自适应蚁群算法。     

利用动态规划求解资源分配问题的单表迭代法

将用动态规划求解资源分配问题时的各阶段迭代表格进行统一集成,利用基本方程递推关系式在同一表格中进行迭代,层次清晰,结果直观,利于计算机编程实现。     

黎曼曲面上留数定理的另一种证明

大学的复变函数课本中给出了一维复欧式空间留数定理的证明,在黎曼曲面中利用复流形的方法给出了黎曼面上的留数定理的一种证明,该文用层的上同调的方法给出黎曼面上留数定理的另外一种证明.     

一类约束满足问题的LINGO算法

LINGO主要用来求解大型数学规划问题,而利用它求解约束满足问题尚未见到文献报道。本文以著名的“斑马”问题为例,将这类约束满足问题转化为0-1规划求可行解的问题,利用LINGO求解,取得了满意的结果。     

用来求解TSP问题一种改进后的自适应蚁群算法

为了提高传统的蚂蚁算法求解的质量,本文对传统的蚁群算法中的信息素进行动态的自适应调整,提出了一种新的自适应蚂蚁算法。实验结果表明该算法具有更好的搜索全局最优解的能力,并具有更好的稳定性和收敛性。     

一种求解无约束非线性规划的切线相交法

切线相交法是基于切线法的思想并结合黄金分割法而应用于求解无约束非线性规划问题的最优解。提出了一个新的求解无约束非线性规划的有效算法,并在搜索区间已经确定和适当的条件下证明了该算法的收敛性,对几个标准函数的测试表明了该算法的有效性。     

一种改进的并行混合遗传算法在求解TSP问题中的应用

遗传算法(GeneticAlgorithm,GA)是一种基于自然群体遗传机制的有效搜索算法。由于它在搜索空间中同时考虑许多点,这样就减少了收敛于局部极小的可能,也增加了处理的并行性。因此,可以利用并行遗传算法(PGA)研究典型的组合优化实例-TSP问题(旅行商问题)的求解问题,提出一种改进的主从式并行混合遗传算法求解TSP问题。实验结果表明,该方法在解的精度和速度上优于以前的算法。     

最佳旅行问题的一种求解方法

本文建立最佳旅行线路的图论模型,在此模型中将求解走遍全中国的最佳旅行线路转化为最佳哈密尔顿回路的问题,通过Floyd算法和二边逐次修正法找到最佳H圈的近似解,即为最短路旅行线路。     

关于潜在质量问题的一种控制方法

潜在质量问题的确定通常是利用质量问题信息进行统计分析,然后确定出潜在的不合格。这样的做法受限于质量问题信息。通过定义几个概念,描述了一种整体性及前瞻性的潜在质量问题的分析与消除方法体系,将该方法体系用于实际,举例推导了文件制度与文件之间的关系,给出了设计质量的一种考察方法,该方法体系是对现有质量预防措施体系的一种补充。     

用正交设计方法求解非线性规划的区间约束最优化问题

给出了以正交设计原理为基础的两种方法———正交表法和加点正交表法,求解非线性规划的区间约束最优化问题。方法不要求目标函数可导,不依赖于初始点,计算速度快,算法简单,容易编成程序在计算机上执行。用检验考题对算法进行了验证,并进行了分析和探讨