吴方法和带参数杨—Baxter方程的求解技术

回顾用吴文俊先生提出的消元方法求解带参数的杨—Ｂａｘｔｅｒ方程的技巧和主要结果。     

复数,实数及实对称数据下Bruun FFT算法的实现

本文在复数、实数以及实对称数据下研究和实现了Ｂｒｕｕｎ ＦＦＴ算法。文章分析和评价了各种数据下ＢｒｕｕｎＦＦＴ的运算量和特点，提出了算法的实现结构和方法。最后给了ＴＭＳ３２０Ｃ３０上的运算时间，我们实现的算法比基２ＦＦＴ速度提高３５％。     

城市土地规划的优化方法研究

以多目标决策理论、组合优化理论以及预测科学技术为依据 ,首先建立了土地功能配置模型 ,帮助规划师对各种不同功能土地的片面布置进行分析 ,从而找到最合理的城市土地布局 ;然后以遗传算法作为优化工具 ,对建立的模型进行了优化。     

图族S_(r(k+m)+1)~ψ∪(rk-1)K_1的补图的色等价性定理

设ψ( k,m)表示把星图 Sk+ 1的 k度点与路 Pm的一个 1度点重迭后得到的图 ,Sψ*r(k+ m) + 1表示把星图 Srk+ 1的 rk个 1度点分别与 rψ( k,m)的每个分支的 k个 1度点 (均邻接于ψ( k,m)的 k +1度点 )依次重迭后得到的图。证明了图族 Sψ*r(k+ m) + 1∪ ( rk -1 ) K1的补图的色等价性及非色唯一性 ,进而推广了这一结果     

SNORT规则匹配算法改进

检测引擎作为入侵检测系统(IDS)的核心模块,基本上采用基于模式匹配的检测方法,选择设计1个好的模式匹配算法对入侵检测系统的性能至关重要。对SNORT的原有规则匹配算法bm进行改进,在改进规则匹配算法中,将具有相同前缀的规则生成1棵规则树,在规则匹配的过程中将数据包内容和规则树进行匹配,在匹配时,可以和多个规则同时进行,大大减少了在规则匹配中花费的时间,从而提高了SNORT的性能。改进后的系统和原来系统进行了几种测试,通过测试改进后的系统比原来的系统速度明显提高。在流量大的情况,丢包情况也减少了。     

IFS-BN结合的辐射源威胁评估方法

针对辐射源威胁评估实时性、复杂性和信息不确定性的问题,将直觉模糊集与贝叶斯网络相结合,提出一种基于IFS-BN的辐射源威胁评估方法。IFS-BN算法通过直觉模糊集刻画贝叶斯网络的节点信息,充分描述节点信息的确定性,不确定性以及犹豫度。同时,将直觉模糊集求得的各辐射源先验概率代入贝叶斯网络模型之中,得出后验概率进行威胁等级排序,并在此基础上建立了相应的评估指标体系。仿真分析表明,算法具有较好的可行性与有效性。与经典贝叶斯网络评估方法相比,IFS-BN算法的结果更加客观合理。     

借助Matlab遗传算法反演火山区压力源参数

首先分析了Mogi模型的经典最小二乘反演由于出现矩阵奇异或接近奇异而发散的局限性,决定采用具有全局高效搜索性和优化计算时不需要求导的遗传算法来反演火山区压力源参数。反演程序调用Matlab7.0 Release14工具箱中的选择、交叉和变异等相关程序。最后应用该程序和长白山天池火山区水准和GPS观测资料联合反演火山区压力源参数,经过比较遗传算法和阻尼最小二乘方法的反演结果,可看出2种方法结果近似,可见此方法方便快捷地实现了目标函数的最小化。     

关于振动模态参数识别的注记

回顾了关于整体拟合的分母多项式系数的争议,论证了Richardson文献中所提供的参数精度不高的原因并非源于Richardson的错误.指出一个经典考核算例的仿真传递函数生成公式不同于复模态理论提供的公式,讨论了两者之间的关系.表1,参9.     

General and efficient parallel approach of finite element-boundary integral-multilevel fast multipole algorithm

A general and efficient parallel approach is proposed for the first time to parallelize the hybrid finiteelement-boundary-integral-multi-level fast multipole algorithm （FE-BI-MLFMA）. Among many algorithms of FE-BI-MLFMA, the decomposition algorithm （DA） is chosen as a basis for the parallelization of FE-BI-MLFMA because of its distinct numerical characteristics suitable for parallelization. On the basis of the DA, the parallelization of FE-BI-MLFMA is carried out by employing the parallelized multi-frontal method for the matrix from the finiteelement method and the parallelized MLFMA for the matrix from the boundary integral method respectively. The programming and numerical experiments of the proposed parallel approach are carried out in the high perfor- mance computing platform CEMS-Liuhui. Numerical experiments demonstrate that FE-BI-MLFMA is efficiently parallelized and its computational capacity is greatly improved without losing accuracy, efficiency, and generality.