最大集团问题的DNA计算机进化算法

进化算法是克服DNA计算中穷举法极限的可能途径之一. 借用生物进化的概念, 设计了可用于DNA计算的进化算法来求解最大集团问题. 算法中所有的操作都可以在今天的分子生物技术水平上实现. 计算机模拟实验表明使用这种进化算法有可能由一个小的样本空间得到问题的解, 而不必穷举所有可能情况. 对于随机生成的问题, 这种进化算法能以高概率在很少的进化循环数内正确地给出问题的解. 结果显示这种进化算法所需的时间随问题的规模呈多项式增长, 这可能使DNA计算机在求解复杂问题时比传统电子计算机拥有更多的优势.     

一个解非线性方程组的延拓-区间算法

1979年Nickel提出了解非线性方程组的球形Newton算法,并证明了算法的全局收敛性。这一工作引起了人们的兴趣,而后,很多文章是利用他的思想证明原有区间算法的全局收敛性和构造新的区间算法。但是,这里所说的全局收敛性均是这样描述的:设某条件成立则初始区间上有方程组唯一解的充分必要条件是算法可无限进行下去,此时算法产生的序列     

人工神经网络和模糊理论在短期负荷预测中应用

对于电力系统负荷预测的复杂性,为提高短期预测的准确性,采用以人工神经网络为基础,提出了一种利用神经网络与模糊理论相结合进行负荷预测的模型.该算法克服了传统BP算法的训练速度慢、存在局部极小点的缺点,使预测精度大有改善.实例计算表明了该算法的改进成果和可行性.     

网络最优化中的一个扩容算法

提出了网络最小割集与网络瓶颈的关系。提出了解决网络瓶颈问题的一个优化容算法，并分析了算法复杂性，算法通过在给出了容量的网络中全局正向分段引入虚拟发点，构造扩容网络搜索全部最小割集；对于指定的网络最大流量，算法反向逐级计算各个最小割集弧组相应的调整量，通过增加调整最来重新布局各弧的容量，逐级回代直至恢复原网络拓扑结构，从而改善网络的通行能力，解决网络瓶颈问题。     

重量固定的目标解量子搜索算法

针对重量固定为d的n维布尔向量目标解搜索问题, 给出了重量固定的向量标签表示方法与向量标签还原算法, 在此基础上提出了计算复杂性优于经典搜索算法的重量固定目标解量子搜索算法. 新算法计算复杂性是相似文献   

变量极小公式复杂性

基于逻辑公式的极小变量集合的需求, 研究了变量极小等价(VME)和变量极小可满足(VMS)问题的理论性质. 引入等价关键变量和可满足关键变量概念, 证明它们的判定复杂性分别为NP-完全和D^P-完全. 通过等价关键变量和可满足关键变量, 分别定义VME和VMS. 证明了Unique-SAT VMS VME SAT, 其中Unique-SAT是具有唯一成真赋值的公式类. 进一步证明VME是NP-完全, VMS属于D^P且是coNP-难.     

气候系统全局分析理论及应用

简要概述了气候系统全局分析理论的思想和主要理论结果, 给出气候系统全局行为定理, 即气候动力学方程组存在全局吸引子, 随着时间的增长气候系统演化到全局吸引子上, 说明气候系统具有向外源强迫的非线性适应过程, 并指出强迫、耗散和非线性对系统长期行为的不同影响, 总结了全局分析理论现有的主要应用, 重点阐述了该理论在气候适应和演变过程、数值模式设计原则及最优数值计算三方面的应用成果.     

大规模类脑神经网络理论与方法

脑启发的脉冲神经网络被称为第三代人工神经网络,通过模拟神经动力学、事件驱动等计算特性捕捉时序信息和节能高效地进行计算,为人工智能领域的发展提供了新范式.大脑惊人的信息处理能力很大程度上归功于其庞大的网络规模和复杂的网络连接.构建大规模类脑神经网络为脑启发式的人工智能、神经形态计算以及多应用领域带来了突破性的进展.本文首先根据现有的研究,分类介绍了脉冲神经元模型、大规模脉冲神经网络模型与算法、深度训练框架和神经形态芯片等3个方面的计算原理和最新的研究进展,指出了目前大规模类脑神经网络研究的进展和存在的问题,随后重点论述了大规模类脑网络的神经形态视觉应用,包括神经形态视觉重构、极端场景目标检测等.最后,在总结已有研究成果的基础上,对该领域的研究现状给出了若干结论,同时指出了仍然存在的一些问题,并对未来研究的需求、期待与发展趋势进行了展望.     

人工神经网络和模糊理论在短期负荷预测中应用

对于电力系统负荷预测的复杂性,为提高短期预测的准确性,采用以人工神经网络为基础,提出了一种利用神经网络与模糊理论相结合进行负荷预测的模型。该算法克服了传统BP算法的训练速度慢、存在局部极小点的缺点,使预测精度大有改善。实例计算表明了该算法的改进成果和可行性。     

内点方法的线性规划分解原则和算法(Ⅱ)

1 收敛性在适当的假设条件下,我们证明算法 A 收敛到问题(P)的最优解山、由文献[1]的第三节中的假设条件(i)—(iii)已经给出问题(P)解的若干信息.由(i)可见其存在有界的最优解,(ii)隐含着解是非退化的,(ii)—(iii)说明最优解只能在Ω的顶点上达到.设 x~*是问题(P)的最优解,由最优性条件可见必存在-y~*∈R使得对所有i∈以下各式成立:     

受约束三维空间下油气集输系统布局优化

油气集输系统布局优化实质是一类受约束的三维网络拓扑优化问题,是组合优化中一类NP-hard难题,解决此类问题对减少油田建设投资、等效提高采收率、推动应用最优化理论的发展具有现实意义.为系统应对空间尺度下油气管网最优布局所存在的地形数据量庞大、决策变量众多、约束条件繁杂等优化难点,首先从随机地形限制、布站可行性、模型通用程度出发,以总建设费用最小为目标建立了受约束三维空间下油气集输系统布局优化数学模型;其次,基于表征地形的数字高程模型(digital elevation model, DEM),结合图论中的赋权有向图,提出了相向广度优先管道路径搜索算法,理论分析了其搜索管道路径的高效性;最后,引入具有全局搜索能力的混合粒子群-烟花(particle swarm-fireworks, PS-FW)算法,综合所提管道路径优化算法,构建了混合智能优化求解方法,并证明了其全局收敛性.研究结果表明,相较于现有理论方法,本文所建优化模型考虑因素全面、通用性好;所提管道路径搜索算法可以节约7/9的时间复杂度和空间复杂度,求解效率显著提高;所构建混合智能求解方法优化效果佳,能够以概率1收敛于全局最优解.     

一类三阶非线性常微分方程的全局稳定问题

Лурбе和Лонгяов在研究自动调节系统稳定性理论中，提出了如下议程：■的平凡解的全局稳定问题。其中α>0,r>0,r l-α>0,f(z)满足解的存在唯一条件。他们作出了如下的函数:     

协同快速退火演化算法识别蛋白质家族模体

将快速退火演化算法(fast annealing evolutionary algorithm, FAEA)与协同方法相结合, 提出了一种用于求解高维的全局优化问题的新方法——协同快速退火演化算法(cooperative fast annealing coevolutionary algorithm, CFACA). 首先将高维的解空间分解成多个一维的子空间, 再在每个子空间里利用单个独立的FAEA搜索该子空间里的最优子解, 最后将各子解结合在一起, 即构成了原来问题的一个解. 基准函数测试的结果表明, CFACA算法具有更快的收敛速度. 进一步用CFACA算法提取EGF蛋白质家族的模体, 正确识别率达到67.0%, 所提取的模体与蛋白质功能位点数据库PROSITE中的结果相吻合.     

求解蛋白质折叠问题的拟人算法: 对PERM的改进

PERM(Pruned-Enriched-Rosenbluth Method)是目前文献中依格点模型求解蛋白质折叠问题的最高效算法. 给出了PERM算法的一种拟人解释, 对算法中的权重及预测值进行了拟人化的改进, 并对选择动作时不同情况下的权重计算公式进行了统一. 综合这些策略得到了改进的PERM算法——人口控制算法. 该算法在计算效率上有了明显的提高: 对当前文献中公认的最难的4个算例的计算都达到了最优解, 计算速度较PERM提高了几倍至几百倍. 对于这4个难例中的3个, 还找到了迄今为止文献中所没有的全新的最低能量构形.     

关于太阳活动区常α无力磁场的计算公式及其应用

关于太阳活动区常α无力磁场的研究,有不少工作,如文献[1—4]等提出了各自的研究结果。但这些工作中提出的问题的解不是唯一的,因而这些解的可靠性有一定的局限。而且大多以数值解的形式给出,应用起来不大方便。文献[5]提出了这个问题的唯一解析解。依据该文提供的解,本文导出常α无力磁场的计算公式。作为应用实例,对1981年5月16日的典型活动区做了计算,求得色球和日冕的磁场位形,并作了扼要的分析,得到一些相当有意义的结果。     

树的枚举与树算法复杂性计算

树结构上算法复杂性分析近几年来得到越来越多的注意。Flaiole研究了树上递归下降算法的复杂性分析,办法是为一个形式化的树算法描述语言中的各种构造建立一个复杂性度量表。平行于树上的可加枚举问题,本文作者在文献[3]中引入了所谓“树结构上可加复杂性算法”,得到过一些本质上只能用于递归算法分析的结果。     

约束最优化一类非单调信赖域算法

其中f(x):R~n→R在闭凸集Ω上连续可微,对于约束最优化问题(cop),本文第一节提出一类非单调信赖域算法,第二节证明此算法的全局收敛性.第三节给出关于Cauchy点的结论.此算法中的非单调技巧不同于现有的非单调算法中的,即带线搜索的无约束、约束最优化的非单调算法,以及无约束最优化的非单调信赖域算法.     

非线性最优化一个超线性收敛的序列方程组方法

本文考虑如下的优化问题:这里x=(x_1,…,x_n)∈E~n.对于问题(P),本文给出了一个超线性收敛的序列方程组算法.此算法与现有的序列二次规划(SQP)方法相比,具有以下三个重要的性质:(1)由于算法每一次迭代只需计算三个系数矩阵完全相同的线性方程组,因此算法每一次迭代的计算量要比现有的SQP方法大为减少;(2)算法每一次迭代产生的点都是可行的;(3)算法是一步超线性收敛的.     

采用微量处理法诊断变电站接地网腐蚀初探

文章采用增量网络法建立灵敏度计算矩阵,在采用多激励法构造增广腐蚀诊断方程的基础上,进一步对接地网腐蚀诊断的算法和迭代务件进行改进.并通过计算实例,对诊断结论进行验证.     

模拟退火及紫外光谱法用于氨基酸多组分分析

模拟退火(SA)系寻找全局最优并能跨越局部最优的随机优化算法,它源于对高温物质的退火过程的模拟即在给定温度下对微观粒子(如原子)平衡的统计力学模拟.SA采用模拟算法及随机抽样;Kirkpatrick等深入研究了组合优化问题;Bohackevsky等提出了通用模拟退火(GSA)法;Kalivas等研究了GSA用于多元校正.本文将SA与GSA用于多组分分析,获得良好效果.