关于猜想γ（A）≤（m－1）~2＋1

设Ａ是一个非负矩阵，若存在正整数ｋ，使得Ａ~ｋ＞０，则称Ａ为本原矩阵，而上述ｋ的最小者称为Ａ的本原指数，记作γ（Ａ）．设ｍ为Ａ的最小多项式的次数，ｇ为Ａ的伴随有向图的围长，当ｇ≤ｍ－１时，猜想γ（Ａ）≤（ｍ－１）~２＋１成立。     

覆盖数C（m＋5,m）的确定

完全有向对称图ＤＫ的覆盖数Ｃ（ｖ，ｍ）是指能覆盖ＤＫｖ的ｍ长圈的最小圈数。本文给出了Ｃ（ｍ＋５，ｍ）的值，从而将偶长圈覆盖问题压缩到ｍ＋６≤ｖ≤２ｍ－４。     

求n阶矩阵m次方幂的一个公式

求ｎ阶矩阵ｍ次方幂的一个公式李德光（基础科学部）本文利用矩阵的最小多项式给出了求ｎ阶矩阵Ａ的ｍ次方幂Ａ”的一个公式及两个推论。定理设ｎ阶矩阵Ａ的最小多项式为（λ）（ｓ次），且λ￣ｍ＝（λ）Ｐ（λ）＋ｒ（λ），其中ｍ≥ｎ，ｐ（λ）为ｍ－ｓ次多项式，若ｒ...     

寻找最小生成树的度优先算法

利用Ｋｒｕｓｋａｌ和Ｐｒｉｍ算法的优点，从图的每个顶点的度数入手，采取删除某些无用边的思想方法，给出了一个寻找最小生成树的算法。算法的最坏复杂度为Ｏ（ｍ－ｎ）ｌｏｇｍ），平均复杂度为Ｏ（（ｍ－ｎ）ｌｏｇｎ），就复杂度的常数因子而言，均优于Ｋｒｕｓｋａｌ算法与ｋｉｍ算法，其中ｍ为图的边数，ｎ为图的顶点数。     

Mo离子注入硅和快速退火硅化钼的形成

用大束流密度的钼金属离子注入硅，由于原子间激烈碰撞和硅片的温升而得到了性能良好的硅化钼。实验中发现，当注量均为５×１０＾１７ｃｍ＾－２时，随束流密度的增加，硅化钼生长，其电阻率明显下降，当束流密度为０．５０Ａ．ｍ＾－２时，方块电阻Ｒ口最小，其值为９０Ω。Ｘ衍射分析表明，当束流密度为０．２５Ａ．ｍ＾－２时，硅化钼衍射峰很小，难于辨认，当用０．５０Ａ．ｍ＾－２注入时，３种结构的硅化钼明显出现，对０．２     

Reed-Muller码的构造

利用二进制系数表示构造一个ｍ×２ｍ的（０,１）矩阵,由该矩阵的行向量出发构造一个二进制线性码Ｃ,并计算码Ｃ的参数,即码Ｃ的长度,码Ｃ的维数,码Ｃ的最小距离．进而证明其为Ｒｅｅｄ－Ｍｕｌｅｒ码．     

ζ（2m）的一个递推关系式

给出了ζ（２ｍ）的一个递推关系式ζ（２ｍ）＝（－１）ｍ－１ｍπ２ｍ（２ｍ＋１）！＋ｍ－１ｋ＝１（－１）ｋ－１ζ（２ｍ－２ｋ）π２ｋ（２ｋ＋１）！（１）其中ｍ、ｋ为正整数     

一类Qm／pmtn／Cmax的on—line排序问题的有效算法

对一类Ｑｍ／ｐｍｔｎ／Ｃｍａｘ的ｏｎｌｉｎｅ 排序问题, 提出一种算法, 给出其性能指标是ｂ（ｍ －１＋ｂ）ｍ／（（ｍ － １＋ ｂ）ｍ －（ｍ －１）ｍ）, 其中ｍ ≥２ , 当ｍ →∞时,性能指标趋于ｂｅｂ／（ｅｂ－１）．     

利用串－并m－序列产生随机脉位序列

和一般ｍ序列相比，串－并ｍ－序列能够带来序列循环性能的改善。该文介绍了一种利用串－并ｍ－序列来实现随机脉位序列的新方法。详细阐述了串－并ｍ－序列原理，并给出利用串－并ｍ－序列产生随机脉位序列的电路实现方案。     

多目标规划的Pareto有效解的k－较多最优性

本文证明了当ｍ≥２时，多目标规划的Ｐａｒｅｔｏ有效解集与弱Ｐａｒｅｔｏ有效解集分别包含在ｍ－２－较多最优解集与ｍ－１－较多最优解集中。并推导出当ｍ＝２时，Ｐａｒｅｔｏ有效解集与０－较多最优解集相等；当ｍ≥２时，弱Ｐａｒｅｔｏ有效解集与ｍ－１较多最优解集相等。最后直接证明了保守解亦为ｍ－２－较多最优解。     

课程表问题的一种混合型模拟退火算法

提出了课程表问题的一种基于概率型启发式算法（HA）的混合型模拟退火算法。其中，概率型的启发式算法采用了复杂度高者优先，循环首次适应算法，贪婪法，回溯法和松弛法等多种方法，该算法所排出的课表可作为模拟退火算法的初始解。模拟退火可对概率型启发式算法的排课结果做进一步优化，克服了启发式算法不具有全局收敛性的缺点。所以，混合型模拟退火算法具有启发式算法充分利用领域知识，计算量小，优化快速和模拟退火的全局收敛性，数值实验也证明了它的有效性和可行性。     

一种从自由飞行实验中提取空气动力系数的新方法

该文提出从飞行体自由飞行试验中提取空气动力系数的新方法－－Ｍａｒｑｕａｒｄｔ改进法。Ｍａｒｑｕａｒｄｔ法综合了Ｃｈａｐｍａｎｎ－Ｋｉｒｋ渚最速下降法的优点而避开了它们的缺点，是一种比较好的数据处理方法。Ｍａｎｑｕａｒｄｔ改进法既继承了Ｍａｒｑｕａｒｄｔ法的优点，又大大地减少了计算工作量，是一种收敛快的迭代算法，最后，给出了在靶道实验数据处理中的计算实例。     

基于扇形趋利果蝇优化算法改进的FS-K聚类算法

针对果蝇算法对高维函数收敛精度低的缺点,提出了一种改进的基于扇形搜索的果蝇算法(Fan search-Fruit Fly Optimization Algorithm,FS-FOA),该算法在原果蝇FOA算法的基础上改进了果蝇群体的搜索路径,并赋予果蝇个体趋利性,使更多的果蝇个体朝着味道浓度更大的方向前进,使果蝇群体的搜索方向有更多的选择性,增加果蝇算法在处理高维函数问题上的收敛速度和收敛精度;并将改进的FS-FOA算法与K-means聚类相结合,提出一种FS-K聚类算法,与原K-means聚类和原果蝇(FOA)算法进行对比实验,引入5个经典的测试函数对原FOA算法和FS-FOA算法寻优结果进行测试,结果表明采用FS-FOA算法具有更高的收敛精度;引入5个UCI公共数据集对改进FS-K聚类算法和原K-means算法、SOM聚类算法、FCM聚类算法进行测试,结果表明FS-K聚类算法具有更好的聚类效果。     

一种全局优化的两阶段算法

为了提高算法的有效性,利用梯度算法和粒子群算法独立的运行机制,采用驱赶技术和重新初始化部分群体的技术,提出了一种基于梯度下降法和粒子群算法的两阶段优化算法,并对新算法进行了理论分析和数值仿真.数值结果显示新算法比单纯梯度算法有更好的全局优化能力,比单纯粒子群算法有更快的收敛速度和更高的精度.新算法求解质量更高,运行更稳定.     

基于遗传算法的BP网络全局收敛的混合智能学习算法

给出了一种将 BP算法和遗传算法有机结合的全局收敛的混合计算智能学习算法。此算法结合了 BP算法和遗传算法的长处 ,既有较快的收敛性 ,又具备良好的全局收敛特性。计算机仿真结果表明 ,该混合算法显著优于遗传算法和 BP算法     

分配问题的启发式算法求解

禁忌搜索算法和蚁群算法是近几年优化领域中出现的两种启发式算法.简单介绍了这两种启发式算法的基本原理,给出了应用这两种算法以及其混合算法解决分配问题的求解过程.仿真结果表明混合算法取得的结果较好.     

基于改进算法的移动机器人路径规划

机器人路径规划问题通常采用不同算法来对其进行规划，为发挥算法中改进遗传算法和鲸鱼优化法的优势，弥补遗传算法出现优化准确率和收敛度不高等问题，将改进遗传算法和鲸鱼优化法融合，增强移动机器人路径规划对动态环境的适应性能。对算法适应度函数进行优化，改善了基本遗传算法、提升了原算法对函数的求解效率。通过遗传算法、对遗传算法进行改进的算法、改进遗传算法与鲸鱼算法相融合的算法所运行的路径长度与运行时间进行比较，结果表明融合改进优化算法可以有效获取最优算子，减少运算时的迭代次数，同时提升算法的规划准确率。     

基于改进自适应遗传算法的仿真研究

交叉概率Pc和变异概率Pm是遗传算法中重要的参数,自适应遗传算法中Pc和Pm能根据个体适应度差异自适应地调节其大小,在快速收敛和全局最优之间获得了较好的平衡,但自适应遗传算法对于进化初期不利.改进的自适应遗传算法避免了进化初期较优个体处于停滞不前的状态.分别用3种算法对典型的测试函数进行训练,仿真结果表明:改进的自适应遗传算法在收敛速度和寻最优解方面是最优的.     

基于预处理的点到点最短路径计算方法

基于经典的Dijkstra算法,研究采用预处理的点到点最短路径算法。通过引入双向Dijkstra和基于reach的预处理方法形成新的RE算法,并利用C++编程设计算法程序,将新算法应用于交通工程领域。利用EFSS数据结构搭建考虑交叉口和路段延误的交通网络,检验新算法的适用性和效率,结果发现RE算法与Dijkstra算法相比,搜索速度有大幅提升且能保证路径查询的正确性,RE算法在大规模网络上优势更为显著,查询时间约为Dijkstra算法的10%。     

MIMO-OFDM系统中LDPC码的改进型译码算法

为了降低LDPC码译码算法的复杂性并提高译码性能,针对传统的最小和译码算法的性能缺陷,提出一种改进型最小和译码算法.在最小均方误差准则下,该改进型译码算法充分利用了归一化译码算法和偏移译码算法的优点,以逼近置信传播译码算法.最后将LDPC码的改进型最小和译码算法应用于MIMO-OFDM系统中以降低载波干扰.仿真结果表明,若MIMO-OFDM系统要求的误码率为10-5,改进型最小和译码算法的编码增益比传统的最小和译码算法高出0.5 dB,比归一化译码算法和偏移译码算法分别高出0.3和0.2 dB,与置信传播译码算法仅差0.15dB.另外,改进型最小和译码算法也具有低的硬件复杂度.