用预处理共轭梯度法求解有限元方程组及程序设计

预处理共轭梯度法是求解大型稀疏线性方程组的极为有效的迭代法。本文改进了对称逐步超松弛预处理共轭梯度法（ＳＳＯＲ－ＰＣＧ法）的迭代格式,可节省计算量８％￣５０％,并给出应用ＳＳＯＲ－ＰＣＧ法求解有限元方程组时的几个关键子程序。     

计算机通信网络中容量与流量分配的优化研究

为了改进计算机通信网络的性能并降低其运营费用,采用改进的并行遗传算法,对计算机网络中容量与流量分配问题进行了优化,比较了不同算法所得到的网络运营费用.大量的计算机仿真实验结果表明,该算法能较迅速地求出全局近似最优解,并且与传统的方法相比较,解的质量能大幅度地提高.这对于减少网络运营费用及合理利用网络资源等方面都具有重大意义,在计算机通信网络及其它网络的规划设计、性能优化及评估中具有重要的理论和实用价值以及广阔的应用前景.     

电力系统短期负荷预测的改进BP算法

提出了一种电力系统短期负荷预测的算法，通过增加势态项及采用步长自适应等方法的对传统的BP算法进行了改进，实例计算表明该算法可行。     

An improved R-tree based on childnode''s probability

R-Tree is a good structure for spatial searching. But in this indexing structure,either the sequence of nodes in the same level or sequence of traveling these nodes when queries are made is random. Since the possibility that the object appears in different MBR which have the same parents node is different, if we make the subnode who has the most possibility be traveled first, the time cost will be decreased in most of the cases. In some case, the possibility of a point belong to a rectangle will shows direct proportion with the size of the rectangle. But this conclusion is based on an assumption that the objects are symmetrically distributing in the area and this assumption is not always coming into existence. Now we found a more direct parameter to scale the possibility and made a little change on the structure of R-tree, to increase the possibility of founding the satisfying answer in the front sub trees. We names this structure probability based arranged R-tree (PBAR-tree).     

基于改进遗传算法的电动汽车轨迹优化方法

在复杂障碍物环境中的轨迹规划方法是电动汽车智能辅助驾驶技术的一个重要研究内容.为了使得电动汽车能够在高速行驶工况下平稳转向行驶,提出了一种基于改进遗传算法的轨迹优化方法.本文基于五次多项式进行轨迹规划,用改进遗传算法对五次多项式的参数进行优化,使得规划轨迹满足车辆的动力学约束条件,从而使得优化后轨迹具有更强的可行性.实车实验结果表明,优化后轨迹比优化前轨迹能够更好地满足动力学约束条件,优化效果明显,车辆在高速行驶工况下按照优化轨迹行驶能够进行平稳转向行驶.     

改进的分数阶辅助方程方法及其在非线性空间-时间分数阶微分方程中的应用

利用改进的分数阶辅助方程方法求解具有修正的Riemann-Liouville分数阶导数的非线性发展方程组.将该方法应用到空间-时间分数阶Broer-Kaup方程组和空间-时间分数阶长水波近似方程组,并通过符号计算得到这两类方程组的精确行波解.结果表明,该方法能十分有效和便捷地得到时间-空间分数阶非线性微分方程组的解.     

改进Q-Learning 算法在路径规划中的应用

针对Q-Learning 算法在离散状态下存在运行效率低、学习速度慢等问题,提出一种改进的Q-Learning 算法。改进后的算法在原有算法基础上增加了一层学习过程,对环境进行了深度学习。在栅格环境下进行仿真实验,并成功地应用在多障碍物环境下移动机器人路径规划,结果证明了算法的可行性。改进Q-Learning 算法以更快的速度收敛,学习次数明显减少,效率最大可提高20%。同时,该算法框架对解决同类问题具有较强的通用性。     

基于非平衡数据处理的管道泄漏检测与定位研究

针对管道运行状态数据的非平衡性会造成管道泄漏诊断准确率下降的问题,提出了一种基于非平衡数据的管道泄漏检测与定位方法.首先,将管道各工况非平衡数据采用基于K均值聚类的欠采样方法处理,使其达到数据平衡.然后,将Fischer-Burmeister函数引入到双支持向量机学习过程中,以避免目标函数求解时矩阵的求逆计算,并将平衡数据作为改进双支持向量机算法的输入,识别管道泄漏.采用相关分析法实现泄漏点定位.根据Flowmaster搭建的管道模型,运用该方法识别管道泄漏.仿真实验表明,与经典双支持向量机和拉格朗日双支持向量机相比,该方法能更快速识别管道泄漏孔径及定位.     

神经模型在超文档检索中的应用

介绍“轴Ｋ－平均算法”在文档检索中的应用。利用数值分析的方法,先把文档分为各主题,然后对主题里的文档和关键词进行排序形成半轴．由此可得到全局的主题轴和局部主题轴,通过它们,读者就可以查到所需的信息。     

基于改进遗传算法的BP神经网络自适应优化设计

BP(Back Propagation)神经网络在网络训练中存在着局部最优问题,其算法收敛过慢、局部收敛不理想,影响其工作性能.针对以上不足以及传统神经网络设计规模庞大等问题,提出了一种由EGA(改进的遗传算法)确定网络拓扑结构和训练网络的方法,该方法通过实数编码、自适应多点变异等操作有效地优化了网络拓扑结构和网络参数,从而有效缩小了网络规模和提高了BP网络训练的速度以及收敛的有效性.最后结合了番茄常见病害诊断的实例说明了此方法的可行性.