求解椭圆型界面问题的经济的瀑布型多重网格方法

对于椭圆型界面问题,针对浸入有限元法的离散方程组,基于四类利用界面曲线信息和跳跃条件构造的浸入式插值延拓算子,建立经济的瀑布型多重网格法,数值实验结果表明,基于高次浸入式插值延拓算子的经济的瀑布型多重网格法更具有效性。     

双曲空间中的拉普拉斯算子

拉普拉斯算子是黎曼流形上一类重要的微分算子,流形上很多问题的研究都与拉普拉斯算子有关。文章得到了不同双曲空间模型中拉普拉斯算子的计算公式,利用这些计算公式,通过计算具体函数的拉普拉斯,可以直观地看到拉普拉斯算子与度量密切是相关的。     

求解TSP问题一种混合进化算法

进化算法是解决优化问题的一种新型方法.与现存的优化算法相比,这种方法有几个优点:它不仅能用于非线性函数,还通常能以概率收敛到全局最优解.基于一种新的变异算子和局部搜索技术,提出了一个求解旅行商问题的的新的进化算法.新的进化算子可以保证约束条件自动满足,局部搜索技术简单易行.另外,对迭代方法做了收敛性分析,给出了收敛的必要条件和充分条件.并进行了计算机模拟.结果表明本文算法是有效的,是一种适用于很多类型组合优化问题的有效方法.     

基于遗传算法解决01背包问题研究

遗传算法属于进化算法（Evolutionary Algorithms）的一种,它通过模仿自然界的选择与遗传机理来寻找最优解。遗传算法具有与问题领域无关且快速随机的搜索能力,搜索从群体出发,具有潜在的并行性,可以进行多个个体的同时比较,搜索使用评价函数启发,过程简单,使用概率机制进行迭代,具有随机性,具有可扩展性,容易与其它算法结合。基本01背包问题,提出遗传问题解决的关键技术,设计评价函数和遗传算子,并通过散播变异、移位变异、插入变异改进Ol背包问题中的遗传算法,很好地解决了遗传问题。     

空域内数字图像增强技术研究

本文分别从图像的点运算、灰度直方图变换和空域滤波变换三个方面对数字图像增强技术进行了研究,图像的点运算采用了图像的线性变换和图像的非线性变换,空域滤波变换采用空域平滑滤波和空域锐化滤波,其中空域锐化滤波采用拉普拉斯算子和索贝尔算子,对增强技术在MATLAB中进行了实验仿真。     

变异遗传散布控制执行算子的数据库分类查询

为提高数据查询的寻优能力和查询准确度,对数据库查询进行优化改进。提出一种新型的变异遗传散布控制执行算子数据库分类查询算法。设计遗传散布执行算子,实现对遗传算法数据库查询中的迭代控制,通过定义数据库查询散布值,通过对数据文本的最佳特征提取,通过散布分类查询系数的控制遗传迭代循环,对遗传算法的变异处理,实现最优数据信息相关匹配,可以很好地指导数据查询结果,实现数据库查询的准确性和有效性。仿真实验表明,新算法可以提高半连接下分布式数据库查询的效率,特征呈现高聚敛性匹配,数据查询特征相关匹配度达到97.3%,比传统算法提高了25.6%,寻优时间较传统算法大幅缩短。算法有效提高了数据库查询准确率和效率,具有较强的应用价值。     

基于遗传算法的复合材料机翼气动弹性剪裁技术

由于复合材料的铺层层数、铺层角度均是可变的,因此可以通过设计这些变量得到想要的结构响应,解决翼面颤振问题。本文将遗传算法与颤振分析p-k法相结合,以复合材料的铺设方式为设计变量,对复合材料机翼进行优化设计。通过算例表明,该方法能在保持材料铺设层数不变的情况下,达到提高颤振速度并且减轻结构重量的目的。     

二维稳态线性对流扩散方程的Galerkin有限元方法

利用Galerkin有限元方法求解了二维稳态线性对流扩散方程边值问题,采用伴随算子理论进行了相应的误差分析,数值模拟表明该方法的可行性和有效性。     

“弱依随性”概念辨析——兼与陈晓平教授商谈讨论

文章对科学哲学和心灵哲学的一个重要概念,即依随性概念进行分析。指出依随性概念具有“不可分辨性”、“非对称性”、“多重实现性”、和“不可推出性”等四个特征,它们是彼此独立的、相容的和基本完备的。金在权的依随性定义未能完全反映出这四大特征。对依随性进行强与弱的分析是有必要的,但金在权强依随观有关依随性与依随基之间的最大性质共外延和布尔封闭的公式带有强烈的还原论色彩,笔者主张弱依随性并将这种观．最运用于分析突现层级之间的关系。笔者还就陈晓平教授对金在权的修正、依随性的意义底线和强弱合一依随观等问题进行商谈讨论。     

基于密度算子的组合预测方法

考虑到单项预测方法在不同时刻预测准确性的差异,提出了一种基于密度算子的组合预测方法.该方法的核心思想是利用样本区间内单项预测方法的预测准确性对预测值聚类;然后基于密度算子的思想对单项预测法集结,得到一种新的组合预测模型;在此基础上,基于预测值和相应观察值误差最小的思想确定单项预测法的加权系数.该模型充分利用了样本区间内单项预测法的预测准确性,因而预测值具有较高的准确性.最后,给出一个实例,并对其结果进行比较分析,证明了该组合预测模型的有效性.