人工鱼群和蒙特卡罗混合算法的应用

为方便快捷地使用计算机求解二重积分的数值解,采用人工鱼群和蒙特卡罗的混合算法,将蒙特卡罗求解二重积分数值解的思想引入到人工鱼群算法中,改进了人工鱼群算法中的适应度函数和积分求和公式。最后,通过一个算例进行了验证,实验结果表明:当分割点数目仅为100时,误差已经降低为0.000 410 7;而进化策略的实验结果是:当分割点数目达到1 024时,误差才降为0.000 148.改进的后算法一方面很好的体现了人工鱼群算法易于和蒙特卡罗算法结合的优点,另一方面在保留改进的蒙特卡罗算法原有优点的基础上,也在一定程度上减少了分割点的数目,提高了算法的收敛速度和数值计算精度。经过分析研究与实例验证,其计算结果和其他方法进行比较表明该方法是可行有效的,对构建高效的二重积分数值求解算法进行了有益的探索。     

二重积分的计算方法

二重积分的计算方法主要是在极坐标系和直角坐标系下将二重积分化为二次积分,进而利用两次定积分计算此二重积分,但是某些二重积分化为二次积分后计算仍相当困难,这时,我们就要采用特殊的算法计算。本文主要概括了如何将二重积分化为二次积分,并对一些特殊类型的二重积分的解题技巧进行了总结。     

二重积分优化复化梯形与辛卜生算法

本文采用三等分法给出区域D(a≤x≤b,c≤y≤d)上二重积分∫∫f(x,y)dxdy复化梯形算法与复化辛卜生算法。本文为了这两个算法在计算机上实施计算过程中,免去大量函数值的重复计算,加速收敛达到减少迭代计算的次数,对这两个算法步骤等作了优化。     

基于傅里叶级数分解的示功图位移测量算法

提出一种基于傅里叶级数分解的加速度、速度和位移转换算法. 在抽油机示功图位移测量中,传统的二重积分算法存在初始条件不确定的问题,这将导致位移不闭合. 通过对加速度、速度和位移进行傅里叶级数分解,直接利用级数间的关系实现二重积分,能有效克服上述初始条件不确定的问题. 利用能量主要集中在低频的特点,给出了快速转换算法,同时还提高了算法的信号处理增益和抗噪声性能. 对现场实验数据的分析结果表明,该算法可以快速实现加速度、速度和位移之间的转换,能有效应用于油井示功图的位移测量中.      

利用蒙特卡洛方法计算一重和二重积分

@@@@简要概述了蒙特卡洛和蒙特卡洛积分的基本思想,给出了一重和二重积分的蒙特卡洛积分方法和二重积分的主要程序结构与算法,并通过例子进行了说明,且对积分误差进行了定性分析。     

无界区域上二重积分收敛与发散的一个等价性定义

在从事数字分析教学过程中,感到无界区域上二重积分收敛与发散的定义可用另外的形式去叙述,它与常见的定义是等价的。但是,按照这种形式去叙述学生易于与过去所学函数极限联想起来,便于理解与掌握。常见的无界区域上二重积分收敛与发散的定义是: 定义1、假设D是平面上无界区域,并设f(x,y)在D内有定义,且f(x,y)     

常用数学软件包中二重积分处理方法研究

目前常用数学软件包无法直接进行二重积分的运算。只能处理累次积分。难以处理复杂的积分区域，文章基于有关数学定理提出一种新型算法，通过对积分区域和边界条件进行判断和处理，实现二重积分与累次积分之间的转换，使常用数学软件包能够直接计算二重积分，从而简化运算过程，提高计算效率。     

带尺度函数多重积分的外推加速算法

本文将外推加速算法应用于带有尺度函数的n重积分,得到更高精度的积分值.本文对二重积分的情况给出了定理,进而得到此方法的算法.结论可推广至k(k＞2)维的情况.     

一道二重积分题的教学处理

通过对一道二重积分题求解法的讨论及分析二重积分的计算难点,使学生能全面正确地把握二重积分的计算.这将对激发学生的学习起到积极作用.     

快速差分进化算法

提出一种快速差分进化(FDE)算法.该算法采用根据上一代最优个体确定下一代搜索区间的技术不断更新和缩小搜索区域,从而加快收敛速率,提高收敛精度和鲁棒性.通过对21个极值函数仿真试验分析表明,该算法在问题维数多时,极值函数的收敛速率、收敛鲁棒性和收敛精度明显优于其他算法,且种群初始化形式不影响算法的收敛性能.     

基于拓扑区域一体化成型映射机制的物联网快速收敛算法

为解决物联网快速收敛算法存在的收敛性能较差、网络稳定时间较短的不足,提出了基于拓扑区域一体化成型映射机制的物联网快速收敛算法。首先,根据物联网节点分布具有的随机分布特性及泊松分布特性,通过聚类方式来构建聚合度-权重值裁决模型,以实现路由的稳定收敛,消除因簇头节点失效而导致的区域上传缓慢的现象;随后,采用退避机制来提升簇头节点的传输性能,有效降低因能量受限而导致的网络传输缓慢的现象,优化路由收敛性能,降低因路由抖动而导致的网络瘫痪概率。仿真实验结果表明:与常见的时间度一体化物联网收敛算法(Convergence Algorithm for Time-Integrated Internet of Things,TI-IOT算法)、路由集中度快速收敛算法(A Fast Convergence Algorithm for Routing Concentration Degree,RCD算法)相比,所提算法具有更高的网络稳定工作时间及较快的收敛速度,以及更小的路由冗余度。     

思想政治理论课网络教学设计的整合

大学生在虚拟社会和现实社会的和谐发展问题，对高校思想政治理论课实施网络教学提出了新要求。要提高思想政治理论课网络教学的效果，除了始终要坚持适时适度原则、“双主体”原则和互动性原则外，更要突出网络教学设计的整合，即要进行教学设计理论的整合、教学设计主体的整合、教学内容与网络技术的设计整合、传统教学模式与网络教学模式的设计整合。     

基于动态网络构思的三网融合核心技术

三网融合性的视频通讯系统软件,有效地解决了多类型、多通道、跨地区的信息传输问题和多种信息传输的兼容问题,形成了软终端的市场信息一体化的物联网系统平台,即"乙太三网融合平台"."乙太天下通"的新概念是服务的融合,远远超出电信网、互联网和广播电视网的"物理网络"融合.TCP/IP协议在技术上为三网融合发展奠定了坚实的基础,IPTV、VOIP的应用充分肯定了三网合一的优势,技术的发展与不断更新,社会的发展表明电信网、因特网、电视网三网合一是网络发展的必然趋势.我国电信网、电视网、互联网三大网络的业务应用融合已经蓄势待发.数据、语音、视讯"三网合一"系统,使企业向着网络管理视频化、运营模式数字化、服务体系零距离的战略目标迈进一步.     

改进的神经网络算法在瓦斯涌出量预测中的应用

针对传统神经网络存在的收敛速度慢、容易陷入局部最小等缺陷,采用改良的BP算法———双权值迭代优化法,提高神经网络传统BP算法的训练速度。以三层神经网络为例,对权值进行优化。实验对比表明：双权值迭代优化法应用于瓦斯涌出量的预测,比一般BP网络有更高的预测精度和程序运行速度。     

机械手的神经网络直接离散时间自适应控制算法

提出了一种机械手的神经网络直接离散时间自适应控制算法。该算法是神经网络方法和自适应动态滑动模控制方法的集成。自适应动态滑动模控制的作用有两个：其一是在神经网络控制失灵的情形下提供控制系统的全局稳定性；其二是改善系统的跟随性能。整个系统的全局稳定性和跟随误差的收敛性采用李雅普诺夫稳定性理论进行了证明，并得到了一种新颖的神经网络权值调整算法。     

基于改进的双并联动态过程神经网络的旅游需求预测

为克服前向过程神经网络收敛速度慢、精度低的问题,提出了一种改进的双并联动态过程神经网络,对于给定的全连接的过程神经网络,通过优化其连接权值和网络结构,删除冗余连接使之成为部分连接的过程神经网络系统,并给出了基于正交基函数展开的学习算法,从而降低了计算的成本。改进的双并联动态过程神经网络应用于旅游预测问题,结果表明其预测精度能够满足工程需要。     

改进多尺度网络的行人目标检测算法

针对自动驾驶情景下行人目标检测过程中对于重叠和遮挡目标存在的漏检问题,提出一种改进多尺度网络YOLOv5的行人目标检测算法。首先构建同时考虑通道间关系和特征空间位置信息的多重协调注意力模块,增加网络特征表达能力;然后将原损失函数改进为具有双重惩罚项的切比雪夫距离交并比损失函数,提高检测框的精确度与网络收敛速度;最后在网络结构方面设计瓶颈状DSP1_X和DSP2_X模块减少梯度混淆。实验结果表明,改进后的多尺度网络收敛能力提高,在面对行车中复杂行人目标检测时具有较高的判别精度和实时检测速度。     

矩形域上二重积分的优化Taylor数值积分法

本文给出了矩形域上二重积分的优化Ｔａｙｌｏｒ数值积分法，所得到的选代公式可避免重复计算，能加速收敛到给定的近似值精度，同时给出了相应的误差估计式。     

一种高精度数值积分方法

提出了一种高精度求解数值积分的新方法,其主要思想是通过训练神经网络权值并用傅立叶级数来近似未知函数,然后用傅立叶级数的积分来近似未知函数的积分.提出并证明了该算法的收敛性定理和数值积分的求解定理.仿真结果表明,与其它方法相比,本文提出的数值积分方法有计算精度高的特点,因而在工程实际中有较大的应用价值.