最大独立集问题的表面计算模型

DNA计算是解决一类难于计算问题的一种新方法,最大独立集问题是一个著名的NP完全问题,最大团问题及最小覆盖问题等价于最大独立集问题。本文中,我们尝试将最大独立集转化为0-1规化问题,利用0-1规化问题的表面计算模型求解最大独立集。本文充分说明了NP-完全问题可以相互转化的性质。     

一类双调和方程的可解性

在洞型区域内研究边界值问题可追溯到Lions的工作,在那里他在考虑地质学一个问题时,在一个洞型区内分别给出了内外边界值,最近几年,双调和方程问题的研究一直比较活跃,但在洞型区域内对此问题的研究尚未见到。该文将双调和方程问题化为椭圆方程组问题,利用上、下解方法以及极值原理、嵌入定理和Leray-Schauder不动点定理证明了在洞型区域内一类双调和方程边值问题弱解的存在性定理。     

超市选址问题具体案例研究

选址问题作为一个古老的问题,有百年的发展历程。一般将其分为两种基本类型:连续型和离散型。前者也称为平面上的选址问题,其研究方法多属微积分及数学规划方面;后者也称为网络上的选址问题,其研究方法多与组合分析密切相关。本文提出一个生活中的实例——超市网点的布设,通过分析,提出可能的解决方法,获得最优解。     

干的无粘大气环流方程组混合问题的适定性

该文针对干的无粘大气环流方程组的混合问题,讨论其底部边界的混合问题.所采用的分析方法是将该混合问题分解成两部分:一个纯Cauchy问题和一组积分表达式.首先证明了这样的分解与原问题同解,然后用分层方法讨论相应Cauchy问题的适定性,从而得到了原混合问题的适定的充要条件.最后给出了构造适定混合问题解析解的计算方法.     

一种求解背包问题的新的神经网络模型

背包问题是一类经典的组合优化问题,在网络资源分配中有着广泛的运用。人工神经网络已成为求解大规模优化问题的一种有效方法,已经证明了合适的神经网络能实时地得到问题的精确解。研究了背包问题的神经网络解法,给出了一种求解背包问题的新的神经网络模型,并证明了该网络模型收敛到背包问题的最优解。算例说明了模型有效性和准确性。     

一类热传导反问题中边界温度场的重建算法

给出了一类二维热传导方程反问题中边界温度场的重建算法。首先将反问题归结为一泛函极小化问题;然后通过对未知边界的有限维逼近,将反问题分解成一系适定的热传导方程正问题;最后根据偏微分方程线性问题的叠加原理,将泛函极小化问题离散为线性代数方程组,再应用Tikhonov正则化方法求解线性代数方程组,从而获得边界温度场的数值解。数值算例表明了本文的算法是有效的,且具有较强的稳定性。     

一类数学规划问题的新的凸化和凹化方法

给出了满足一定条件的数学规划问题的一个新的凸化、凹化方法,从而将这一类规划问题转化为等价的凹极小问题,再利用已有的算法求解该问题。     

应用最小中心力的中心设计算法

中心设计问题（Ｄｅｓｉｇｎ ｃｅｎｔｅｒｉｎｇ ｐｒｏｂｌｅｍ）又称嵌入问题（Ｅｍｂｅｄｄｅｄ ｐｒｏｂｌｅｍ）。实质上,它是个不可微优化问题。本文通过引进力学上的有关概念,特别是通过对“中心力”的定义,给出了中心设计问题的一个新的数学模型。从而把不可微优化问题转化为非线性规划问题。另外,对加权系数ｐ（ｘ）作了精确处理,使计算出的中心点与实际中心点相吻合。采用ＦＯＲＴＲＡＮ 语言对上述算法编写了计算程序,在ＩＢＭ－ＰＣ微机上通过了大量实例计算,充分说明了本文给出的算法收敛速度快,结果精确。     

一类大规模系统的全局优化

讨论了可分非凸大规模系统的全局优化控制问题,提出一种三级递阶优化算法。该算法首先把原问题转化为可分的多目标优化问题,然后凸化非劣前沿,再从非劣解集中挑出原问题的全局最优解。建立了该算法的理论基础,证明了算法的收敛性。仿真结果表明该算法是有效的。     

对偶理论在一类多项式全局优化中的应用

用Canonical对偶理论,讨论一类高阶多项式全局最优化问题的求解.首先将无约束多项式全局优化问题转换成箱体约束下的多项式全局优化问题,之后通过构造非线性变换对偶函数及相应的共轭函数,得到原问题的Canonical对偶问题.进一步通过求解对偶问题的最优解,导出原多项式全局优化问题的最优解,并给出对偶问题是凹函数的证明.最后应用所得方法,计算一个二元6次多项式全局最优化实例.