"一带一路"国家贸易的经济收敛效应及中国影响的研究

中国开放经济的高速发展影响了世界南北经济收敛,加强与中国的贸易将如何影响南方发展中国家的经济收敛呢?以2002—2016年"一带一路"沿线国家的面板数据为例,构建空间计量模型实证分析了区域经济增长的β收敛性、影响β收敛的相关因素以及中国贸易的影响。研究表明:"一带一路"国家的经济增长受沿线周边邻居的影响非常显著。绝对β收敛速率为每年1. 27%;加入控制变量的条件β收敛模型中,资本和社会稳定指标对"一带一路"国家经济增长收敛的贡献为正,贸易开放度对其作用为负。与中国的双边贸易对"一带一路"区域经济收敛有显著的促进作用,显示了中国贸易的积极作用。     

基于改进自适应遗传算法的船联网拓扑优化算法

提出了一种改进的自适应遗传算法优化船联网拓扑结构.考虑实际应用场景,以及网络的连通度、节点度、通信链路质量及通信成本等因素,最大化船联网总链路增益.改进的遗传算法在选择操作中,提出自适应个体适应度调节公式,动态调整当前种群中个体的适应度值,减小个体间适应度的差值,增加适应度较低个体通过选择过程进入下一步操作的概率,提高种群多样性.交叉和变异过程中,引入自适应调节系数,调整交叉和变异概率,尽可能使适应度值较高的个体进入下一次迭代过程.仿真实验表明,提出的改进算法能够避免早熟收敛,跳出局部极值,最终收敛得到船联网最优拓扑结构,且收敛速度更快,算法效率更高.     

基于当前极值高斯扰动的改进布谷鸟算法

针对布谷鸟算法(Cuckoo Search,简称CS)收敛速度不够快、求解精度不够高等问题,给出基于当前极值高斯扰动的改进布谷鸟算法(GCS)。并用5个典型的测试函数对GCS、CS、DGCS、CCS和ICS的性能进行对比,仿真实验结果显示GCS比其他四种算法有更快的收敛速度与更高的求解精度。     

行为负相协随机变量阵列加权和的矩完全收敛性

矩完全收敛性是极限理论随机变量所需研究的重要性质之一。本文研究了行为负相协(NA)随机变量阵列加权和的矩完全收敛性,在已有结论的基础上获得了一些新的结论,完善了Sung的结果。本文所采用的证明方法完全不同于Sung的方法,运用截尾的思想简化了证明过程,有一定的创新。     

一种结合Dropblock和Dropout的正则化策略

为了能够全面且高效加快卷积分类网络的收敛速度和提升稳定性,提出了一种新的正则化策略,将Dropblock算法和Dropout算法相结合,从而实现对整个卷积分类网络的浅层、中层和深层网络进行正则化.其中,Dropblock通过隐藏部分特征图实现卷积层正则化,Dropout通过隐藏部分权重参数实现全连接层正则化,从而实现对整个卷积分类网络进行全面正则化.通过Kaggle猫狗分类大赛提供的数据集进行训练和测试实验表明,提出的新的正则化策略可有效加快分类网络的收敛速度和提升稳定性,此外,能有效提高深度卷积分类网络的分类准确率.     

非圆形隧洞收敛-约束特征曲线的数值求解方法

利用应力释放法原理,在收敛-约束解析法基础上,提出了适合任意断面隧洞的收敛-约束特征曲线数值求解方法,通过与收敛-约束解析法对比验证该方法的有效性,并与常用的数值方法进行对比,最后对收敛-约束特征曲线数值求解方法的计算误差进行分析.研究结果表明:收敛-约束特征曲线数值求解方法适合非圆形隧洞,由于通过施加节点支撑反力实现应力释放,该方法同样适合应力状态复杂的隧洞;以滇中引水工程为例,将收敛-约束特征曲线数值求解方法与收敛-约束解析法的计算结果进行对比,验证了收敛-约束特征曲线数值求解方法的有效性;收敛-约束特征曲线数值求解方法计算结果存在一定的误差,其整体相对误差小于10%.收敛-约束特征曲线数值求解方法的适用性更加广泛,可为隧洞工程的初期支护优化设计及安全性评价提供参考,具有一定的工程应用价值.     

Γ函数与B函数的性质及其应用

Γ函数与B函数是含参变量积分,它们统称为欧拉积分,在数学分析和概率统计中有着广泛的应用。本文系统论述了Γ函数与B函数的概念、性质、关系并给出了详细的证明,进而揭示出解决问题的关系和规律。     

基于随机加速对偶下降算法的分布式网络流量优化

传统的分布式网络流量优化问题大都通过对偶梯度下降算法来解决,虽然该算法能够以分布式方式来实现,但其收效速度较慢。加速对偶下降（accelerated dual descent,ADD)算法通过近似牛顿步长的分布式计算,提高了对偶梯度下降算法的收敛速率。但由于通信网络的不确定性,在约束不确定时,该算法的收敛性难以保证。基于此,提出了一种随机形式的ADD算法来解决该网络优化问题。理论上证明了随机ADD算法在不确定性的均方误差有界时,能以较高概率收敛于最优值的一个误差邻域;当给出更严格的不确定性的约束条件时,算法则可以较高概率收敛于最优值。实验结果表明,随机ADD算法的收敛速率比随机梯度下降算法快2个数量级。     

多目标遗传算法在优化市民出行路径中的应用

市民出行时的路径选择可归结为多目标路径规划问题。遗传算法在解决这类问题上具有很大优势。在传统遗传算法的框架上,采用新的生成初始种群的方法,同时在适应度标定中使用压缩映像,并且改进传统的世代更新策略,从而提高了算法的性能。最后应用改进后的遗传算法进行实例计算,取得了比较满意的结果。