子空间上对称矩阵反问题

设 R(S)为一给定 n× n阶实矩阵 S的列空间 ,给出了矩阵方程反问题 AX =B在 R(S)上的对称阵类中有解的充分必要条件及通解的表达式 ,讨论了解对于已知矩阵的最佳逼近问题 ,给出了数值算法步骤     

无线网络连通支配集分布式构造

针对在无线网络中构造连通支配集问题,提出了一种基于圆盘图模型构造连通支配集的分布式算法PS-CDS,算法分为2部分,首先由PS-CDS-1算法构造极大独立集,然后通过PS-CDS-2算法向极大独立集中添加连通节点得到连通支配集.所提出的算法包括功率分配方案,选择能完成邻域广播的最小发送功率.算法的时间复杂度为O(n),消息复杂度为O(nm),近似比为R■/R■(2opt+1)-2.将PS-CDS算法与其他连通支配集算法进行实验比较,结果表明PS-CDS算法所生成的连通支配集规模最小.     

N皇后问题Las Vegas优化算法的实现

介绍了n皇后问题常用的回溯解决策略,分析了概率算法中拉斯维加斯(LasVegas)算法的特点及其在n皇后问题中的应用,并给出了两者结合解决n皇后问题的算法策略和效率分析.     

一类机器带时间限制的分批排序问题及算法

机器带有时间约束的分批排序问题是一类新型排序问题。本文首次对1,R|B≥n|∑Cj问题进行了研究。并给出了一个伪多项式时间动态规划算法。     

基于二分法判定点集是否在多边形内部的算法

提出一种基于二分法判定点集是否在多边形内部的算法,根据多边形L的顶点和边分布的情况,分割平面的一组平面区域的有序集合R,判定R中每个区域是否在多边形L内部;对于点集S中的点p,用二分法搜索R,找到点p所属的平面区域,从而判定出点p是否在多边形内部。该算法在最坏情况下的时间复杂性为max(O(n log m),O(tm log m),其中n为点集S的点数,m为多边形L的顶点数,t为多边形L所有顶点的X坐标的不同取值个数,在一般情况下该算法比已有的算法效率更高。     

复线性方程组ABS方法

首次给出求解复线性方程组的 ABS算法 .它是通过研究复矩阵空间 Cm× n( m≥ 1 ,n≥ 1是任意整数 )与 R2 m× 2 n中一个子空间的同构关系得到的 .证明了复 ABS算法与求解一特殊块结构的实方程组的分块 ABS算法是一一对应的 .给出了复 ABS算法的若干重要性质 .     

肿瘤治疗的球体覆盖模型

研究了由肿瘤治疗中提出的一个数学模型 .在肿瘤治疗的超声引导射频消融技术中 ,假设肿瘤是一个类球体 ,布针治疗范围是小球体 ,要求杀灭肿瘤表面的全部细胞 ,因此 ,数学问题是要用半径为r的球体来覆盖半径为R的球面 (r相似文献   

关于行拉丁矩的横截的一个猜想

一个m×n阶矩阵 ,其元素取自集合 {a1 ,a2 ,… ,ak} ,满足每一行的元素互不相同 ,称这个矩阵为基于k的一个m×n阶行拉丁矩。设R是一个m×n阶拉丁矩 ,它的n个不同行不同列的且互不相同的元素称为R的横截。1 998年 ,DRISKO提出了一个猜想 :假设k≥n ,令R是一个 ( 2n-2 ) ×n阶基于k的行拉丁矩 ,则R或有一个横截 ,或R同痕于行拉丁矩A(2n- 2 )×n,这里A(2n- 2 )×n 是 ( 2n-2 )×n阶矩阵 ,它的元素是由记号 1 ,2 ,… ,n ,组成 ,其中前n -1行为 ( 1 ,2 ,… ,n-1 ,n) ,其余的n-1行都为 ( 2 ,3 ,… ,n ,1 )。本文利用行拉丁矩的配对算法 ,证明了这个猜想是成立的     

左右逆特征值问题及其最佳逼近问题的(R,S)对称矩阵解

令R∈Cm×m和S∈Cn×n是2个非平凡卷积矩阵,即R=R-1≠±Im,且S=S-1≠±In。如果一个矩阵A∈Cm×n满足RAS=A,则矩阵A称为(R,S)对称矩阵。本文首先分别给出了左右逆特征值问题的(R,S)对称矩阵解的可解条件和一般表达式;然后,给出了左右逆特征值问题相应的最佳逼近问题的(R,S)对称矩阵解。     

关于有限零因子环

K.Koh曾证明具有n(n≥2)个左(右)零因子的环R有限环且|R|≤n~2。本文证明了具有n(n≥2)个左(右)零因子的环R在|R|相似文献   

课程表问题的一种混合型模拟退火算法

提出了课程表问题的一种基于概率型启发式算法（HA）的混合型模拟退火算法。其中，概率型的启发式算法采用了复杂度高者优先，循环首次适应算法，贪婪法，回溯法和松弛法等多种方法，该算法所排出的课表可作为模拟退火算法的初始解。模拟退火可对概率型启发式算法的排课结果做进一步优化，克服了启发式算法不具有全局收敛性的缺点。所以，混合型模拟退火算法具有启发式算法充分利用领域知识，计算量小，优化快速和模拟退火的全局收敛性，数值实验也证明了它的有效性和可行性。     

一种从自由飞行实验中提取空气动力系数的新方法

该文提出从飞行体自由飞行试验中提取空气动力系数的新方法－－Ｍａｒｑｕａｒｄｔ改进法。Ｍａｒｑｕａｒｄｔ法综合了Ｃｈａｐｍａｎｎ－Ｋｉｒｋ渚最速下降法的优点而避开了它们的缺点，是一种比较好的数据处理方法。Ｍａｎｑｕａｒｄｔ改进法既继承了Ｍａｒｑｕａｒｄｔ法的优点，又大大地减少了计算工作量，是一种收敛快的迭代算法，最后，给出了在靶道实验数据处理中的计算实例。     

基于遗传算法的BP网络全局收敛的混合智能学习算法

给出了一种将 BP算法和遗传算法有机结合的全局收敛的混合计算智能学习算法。此算法结合了 BP算法和遗传算法的长处 ,既有较快的收敛性 ,又具备良好的全局收敛特性。计算机仿真结果表明 ,该混合算法显著优于遗传算法和 BP算法     

基于改进自适应遗传算法的仿真研究

交叉概率Pc和变异概率Pm是遗传算法中重要的参数,自适应遗传算法中Pc和Pm能根据个体适应度差异自适应地调节其大小,在快速收敛和全局最优之间获得了较好的平衡,但自适应遗传算法对于进化初期不利.改进的自适应遗传算法避免了进化初期较优个体处于停滞不前的状态.分别用3种算法对典型的测试函数进行训练,仿真结果表明:改进的自适应遗传算法在收敛速度和寻最优解方面是最优的.     

基于扇形趋利果蝇优化算法改进的FS-K聚类算法

针对果蝇算法对高维函数收敛精度低的缺点,提出了一种改进的基于扇形搜索的果蝇算法(Fan search-Fruit Fly Optimization Algorithm,FS-FOA),该算法在原果蝇FOA算法的基础上改进了果蝇群体的搜索路径,并赋予果蝇个体趋利性,使更多的果蝇个体朝着味道浓度更大的方向前进,使果蝇群体的搜索方向有更多的选择性,增加果蝇算法在处理高维函数问题上的收敛速度和收敛精度;并将改进的FS-FOA算法与K-means聚类相结合,提出一种FS-K聚类算法,与原K-means聚类和原果蝇(FOA)算法进行对比实验,引入5个经典的测试函数对原FOA算法和FS-FOA算法寻优结果进行测试,结果表明采用FS-FOA算法具有更高的收敛精度;引入5个UCI公共数据集对改进FS-K聚类算法和原K-means算法、SOM聚类算法、FCM聚类算法进行测试,结果表明FS-K聚类算法具有更好的聚类效果。     

网格移动的无线移动传感器网络部署算法

针对目前无线移动传感器网络中部署算法过于复杂的问题,提出了一种新的基于网格移动的无线移动传感器网络部署算法.降低了常见无线移动传感器网络部署算法的时间复杂度,提高了任务区域的节点覆盖度,减少了覆盖漏洞,适用于无线移动传感器网络的应用.文中论述了该算法的构架,执行过程,并对该算法进行了仿真分析.仿真结果表明,该算法在有效降低算法复杂度的情况下满足了网络部署中关于覆盖率的要求.     

用混合遗传算法求解物流配送路径优化问题

为了改善物流配送路径优化问题的运算质量,提出一种将遗传算法和模拟退火算法相结合的混合遗传算法。通过仿真 实例验证,证明混合遗传算法的解优于单纯使用遗传算法和模拟退火算法所得到的解,同时混合遗传算法与传统优化算法相 比收敛速度更快,分配结果更优良,具有很好的应用价值。     

基于图的挖掘关联规则改进算法

关联知识挖掘算法中一种广为人知的算法就是Aprior算法,之后所有关联规则挖掘算法的基本思想都是基于频繁项目集发现算法的基础上进行了改进.为了提高关联规则挖掘效率,首先回顾了基于图的关联规则挖掘算法;然后,在此基础上进行了改进,把关联规则挖掘中寻找频繁项集的问题转换为图中寻找完全子图的问题,通过在图中查找完全子图来寻找频繁项集.提出了一种基于图的关联规则挖掘改进算法,并且对原算法和改进的算法从时间和空间的性能进行了比较分析,得出改进的算法是有效可行的.最后从实验结果得出结论GenerateItemsets算法比DGBFIG算法优.     

基于学习与竞争的改进PSO算法研究

针对普通PSO算法收敛速率慢,难以收敛到全局最优解的问题,提出了一种基于学习与竞争的改进PSO算法.该算法通过将种群内部学习和竞争的思想与PSO算法相结合,让种群中个体通过竞争和学习策略来替代原有的PSO算法迭代公式.该方法在不增加PSO算法计算复杂度的基础上,能够克服基本PSO算法的不足.最后基于动态系统的稳定性分析理论,给出了该PSO算法收敛性的证明.在7种不同的测试函数上对改进后的算法进行了实验测试.实验结果表明该改进算法比传统的PSO算法有着更好的搜索精度.结果证明,新算法比普通的PSO算法具有更高的搜索精度和较低的时间复杂度.改进算法求解函数优化问题更加有效,收敛速率更快.     

一种改进的RS码代数软判决译码算法

为了提高Reed-Solomon码的纠错性能,分析并给出了能提高Reed-Solomon码纠错能力的代数软判决译码算法的译码流程,讨论了译码中需要的软信息的计算方法,推导了代数软判决译码算法的译码成功条件.在此基础上,提出了一种改进的代数软判决译码算法,并对改进算法的运算量和译码时延进行了分析.算法针对推导的译码成功条件,通过改变代数软判决译码算法中插值算法的选择输出准则,更有效地利用了接收端的软信息.仿真结果表明,在译码时延基本不变的条件下,提出的算法比代数软判决译码算法提供更多的译码增益.