公式法求Riccati微分方程的特解

利用公式直接求Riccati微分方程的特解,或通过初等变换,再利用公式求Riccati微分方程的特解．并找到了此类方程有特解的充分条件,以及几类Riccati微分方程的形式特解．     

常数变易法求二阶常系数线性微分方程的特解

针对二阶常系数非齐次线性微分方程求特解的现有方法的局限性,提出常数变易法求二阶常系数非齐次线性微分方程的特解的方法．并给出四个求特解的公式。     

一类三阶常系数非齐次线性微分方程特解的求法

在文［１］的基础上，利用常数变易法及分部积分法，获得一类三阶常系数非齐次线性微分方程求特解的公式，同时，导出了相应方程特解的表达式，使其求特解的过程得以简化。     

求两类线性非齐次方程特解新法

提出了求两类常微分方程特解的新方法：先用降阶法求出对应齐次方程的通解,再直接利用常数变易法求特解或用变量替换法求特解,使求方程的特解具有规律,因而更加简洁.     

常微分方程中比较系数法的推广

将求常系数微分方程特解的比较系数法，推广至一些特殊的变系数微分方程，并给出了证明和计算公式.     

二阶常系数线性微分方程特解的三种最简解法

求二阶常系数线性微分方程特解的方法虽然有许多种,但用多项式法、阶数上升法、积分法求二阶常系数线性微分方程的特解是比较简便的.     

常微分方程中的齐次化原理与Green函数

通过介绍齐次线性微分方程的通解及求非齐次微分方程的特解的一种方法，定义了Green函数。     

用一阶微分方程组求Riccati方程的特解

直接利用一阶微分方程组求Riccati方程的特解,或通过对Riccati方程进行初等变换,再利用一阶微分方程组求其特解．并说明了一阶微分方程组（4）是方程（3）成立的充分条件．     

微分算子法在求常系数非齐次线性微分方程特解中的应用

用微分算子法求二阶常系数非齐次线性微分方程的特解是一种非常有效的方法,本文在总结其他文献的基础上给出了六个最基本的公式,以此六个公式为基础可以解出常见的二阶常系数非齐次线性微分方程的特解,并以求四种不同二阶常系数非齐次线性微分方程的特解为例,验证了应用该方法的简便性和有效性。     

公式法求y″＋py′＋qy=Pm（x）e^λx的特解

求微分方程y″ py′ qy=Pm(x)e^λx的特解y*，传统的方法比较麻烦。本文为此导出求特解y*之中多项式待定系数的公式，只需简单计算即可求解。     

大城市交通导航"词根"搜索算法

分析了大城市交通的特点,提出了模仿记忆方法的、针对大城市交通特点的智能路径搜索算法——词根算法,比较了该算法与其他常用算法(经典图论算法、遗传进化算法)的性能差别,选取最优方案,实现了上海市区内任意两个站点之间的优化路径搜索功能。     

k-means融合FCM算法聚类研究

k-means融合FCM算法执行聚类过程,是在k-means算法完成聚类后,以其聚类结果作为FCM算法执行的初值,并通过FCM算法的执行完成。从结果分析可以看出,该算法聚类的效果比单纯使用FCM算法好,能够减少FCM算法循环体迭代运行次数并增强算法的鲁棒能力。     

OFDM系统基于导频的信道估计

提出了OFDM系统中一种新的基于软信息迭代处理的信道估计算法。该算法将面向判决最小二乘估计算法和盲估计算法相结合,在估计器中构造了一种新的置信度量函数,根据解码和软映射重构的反馈信号置信度大小在两种估计算法中自适应选择,这样估计的信道频响可以有效提高软信息迭代接收性能,大大降低信道估计训练开销。仿真结果表明,该文提出的算法能有效跟踪信道时变,限制传统面向判决估计的错误传播,达到好的系统性能。     

遗传算法编程求解TSP问题

利用基本遗传算法的思路解决旅行商问题,选择仍然采用轮盘选择方法;交叉算法采用一个启发式交叉算法,交叉位置随机,该算法以一定的概率生成一个比父代好的解,交叉概率取0.1;变异概率0.005。经多次运行,求得最优值。停止法则为循环最大遗传代数为止,另外如果30代解没有改进则停止。编程环境为Mat-lab6.5。     

基于LM和SA的混合优化算法

针对LM算法及模拟退火算法各自存在的不足,提出一种交替使用二者的混合优化算法（SALM算法）.该算法先通过模拟退火算法粗调得到一组全局最优近似解,再以该近似解为初值,交替使用模拟退火算法和LM算法,直至发现满意的最优解.实验结果表明,新算法不但具有模拟退火算法的全局收敛特性而且保留了LM算法的局部收敛速度,克服了单纯模拟退火算法所产生的随机性和概率性问题,也弱化LM算法对初始条件的依赖程度,保证了求解的速度和精度。     

改进的蚂蚁遗传混合算法及应用

车间作业调度问题是一个典型的NP-hard问题。分析了蚂蚁算法和遗传算法的特点,就遗传算子、交叉概率和变异概率上对传统遗传算法进行了改进;同时为了加速蚂蚁的搜索效率、减少迭代次数,重构了传统蚂蚁算法的下一个结点选择策略、信息素的局部更新策略,并将改进后的两个算法进行混合求车间作业调度的最优解。试验表明,算法的改进和混合提高了搜索效率及搜索结果的准确性。     

自适应调整布谷鸟搜索算法研究

布谷鸟算法是基于启发式搜索的智能仿生算法。传统的布谷鸟算法收敛速度较慢,容易陷入局部最优解。针对该算法特点,对算法原理进行了分析,并就算法中步长和发现概率两个控制因素进行改进,使其根据迭代次数动态变化,提出了具有自适应调整特点的搜索算法,改变了步长和发现概率相应的更新方式,避免了传统布谷鸟算法容易陷入局部最优的缺陷,以增强算法搜索性能。实验对比表明,自适应调整的布谷鸟算法具有更好的寻优性能。     

字符串模式匹配算法性能测试

本文详细分析几种字符串模式匹配算法如BF、KMP、BM。通过上机实验对这些算法的平均查找时间和匹配次数进行测试,结果表明在这些字符串模式匹配算法中BM算法是最快的算法。     

应用GA时值得考虑的几个问题

讨论了遗传算法(GA)研究中几个值得考虑的问题：GA-难、GA的收敛性和收敛速度、GA并行实现,同时提出了解决这些问题的一些设想。     

图的分支与围长的好算法

对求图的最短路的Ｄｉｊｋｓｔｒａ算法作了适当的修改,分别获得了求图的分支和围长的好算法。