循环矩阵求逆的两个简便方法

文章对循环矩阵的逆问题进行了探讨,提出了求解循环矩阵的逆的两个方法,文中所提方法比现有的方法简单实用。     

用合同变换求循环矩阵的逆及其行列式的值

对于循环矩阵的逆及循环行列式的计算,虽有不少讨论,但方法均显繁琐.本文利用合同变换给出了计算这类矩阵之逆及行列式值的简捷方法.     

逆运输问题的研究

利用对偶理论,Kuhn—Tucker条件及网络流规划,对变量有上界限制的线性运输问题的逆问题进行了研究,并分别在L1,和L∞模下提出了有效的解决方法。在￡,模下把问题转化成有快速解法的最小费用循环流问题来解决;在L∞模下,通过对具体模型求解探讨出一个简单算法。     

逆算符法求解非线性电路的近似解析解

非线性电路通常应用数值法来求得数值解,难以求得解析解.逆算符法是一种求解强非线性问题的近似解析法,本文应用逆算符法求解了一阶非线性电路响应的近似解析解.结果表明,该方法简便易行,操作简单,且解分量之间遵循相同的运算规则,易于在计算机上实现自动符号推导及运算,是一种分析非线性电路的有效方法.     

约瑟夫问题:递推模型与一类新数列

本文对所谓Josephus问题（圆周上取球问题）进行了推广，提出并初步探讨了一类新的递推数列。     

利用合同变换求循环矩阵的逆及其行列式的值

对于循环矩阵的逆及循环行列式值的计算,虽有不少讨论,但方法均显繁琐。笔者利用合同变换,给出了计算这类矩阵之逆及其行列式值的简捷方法。     

局域电场逆问题在劣质绝缘子诊断中的应用

鉴于电场测量法检测绝缘子需要测量点较多,检测精度低的问题,采用基于局域电场逆问题的优化算法,建立求解绝缘子电场逆问题的计算模型;通过对局域电场逆问题的求解计算绝缘子串表面的电压分布,实现局域电场逆问题在劣质绝缘子诊断中的应用,并在此基础上分析测量点水平偏移和竖直偏移对检测造成的误差.仿真结果表明,将局域电场逆问题方法应用到劣质绝缘子检测中,可以实现离线检测,减低测量工作量,改善检测精度.     

不适定逆成像问题的多准则正则化求解方法

不适定性（ｉｌｌ－ｐｏｓｅｄｎｅｓｓ）是图像重建（Ｘ射线ＣＴ的投影重建、心电ＥＣＧ及电ＥＥＧ信号的逆成像重建）逆问题求解中非常普遍的情况,由于对观测数据及正问题数字离散化过程中所产生的误差极为敏感,它在银行大程度上将影响到重建图像的质量、稳定性和求解精度。通过对由投影重建图像逆问题求解过程中的不适宜性分析,给出了求解不适定逆成像问题的多准则正则化方法及其理论基础,实验结果表明该方法比传统的单准则正     

课堂设问的技巧及其在《数据结构》课程教学中的应用

课堂设问是课堂教学过程中的重要一环,其教学功能是否得到发挥直接影响到课堂教学效果.本文从设问时机、问题难易程度、设问对象和顺序等方面探讨了课堂设问的技巧,并以《数据结构》中"循环队列"的教学为例,阐述了课堂设问的实施方法,为课堂设问的应用提供有益的帮助.     

基于Delphi循环队列概念模型的设计

数据结构中,各种事物逻辑结构概念通常是抽象的,不易于理解;通过Delphi7.0设计出循环队列的概念模型,能够以形象的动画演示循环队列的工作过程,可加深对循环队列的理解。     

二维对流-扩散方程反问题的遗传算法求解

给出了利用遗传算法求解二维定常对流一扩散方程参数反演的一种新方法,该方法把参数反演问题转化为优化问题求解。特别从多个初始点开始寻优,并借助交叉和变异算子来获得参数的全局最优解。数值模拟结果表明,该方法具有精度高且编程简单、易于计算机实现等特点。     

基于遗传优化算法的二维漏磁缺陷重构

信号逆问题，即从测量信号中恢复出缺陷轮廓及其参数，是漏磁无损评估中的一个重要课题。提出了一种基于遗传算法的逆算法，用于从漏磁信号中重构二维缺陷。在该算法中，径向基函数（RBF）神经网络用作前向模型，遗传算法用于求解逆问题中的优化问题，其优点是能够避免基于梯度下降法的迭代逆算法中可能遇到的局部最小问题，并能得到逆问题的全局最优解。实验结果验证了所提出的逆算法的有效性。     

应用混合优化算法求解一类热传导反问题

热传导反问题具有非线性,不适定性等特点,研究方法很多,但通常方法很难较好地接近全局最优.在遗传算法的基础上,研究了基于遗传算法+梯度法的混合优化算法求解一类热传导反问题.具体介绍依据目标函数如何利用上述的算法寻找最优参数组合.进行了大量仿真实验,结果显示在解决热传导反问题优化问题中,混合优化算法性能优越,具有良好的收敛性和快速性.     

Electromagnetic tomography (EMT): image reconstruction based on the inverse problem

Starting from Maxwell's equations for inhomogeneous media, nonlinear integral equations of the inverse problem of the electromagnetic tomography (EMT) are derived, whose kernel is the dyadic Green's function for the EMT sensor with a homogeneous medium in the object space. Then in terms of ill-posedness of the inverse problem, a Tikhonov-type regularization model is established based on a linearization-approximation of the nonlinear inverse problem. Finally, an iterative algorithm of image reconstruction based on the inverse problem and reconstruction images of some object flows for simplified sensor are given. Initial results of the image reconstruction show that the algorithm based on the inverse problem is superior to those based on the linear back-projection in the quality of image reconstruction.     

带子矩阵约束的二次逆特征值问题的最小二乘埃尔米特广义斜哈密顿矩阵迭代解

针对带子矩阵约束的二次逆特征值问题的最小二乘埃尔米特广义斜哈密顿结构矩阵解问题,给出了一种共栀梯度迭代算法.首先提出了带子矩阵约束的二次逆特征值问题的最小二乘问题及其最佳逼近问题;然后分别给出了基于共轭梯度的迭代算法,证明了算法的收敛性.对于任意初始约束矩阵,在不存在舍入误差的情况下,用该迭代算法可以在有限步迭代中得到...     

基于神经网络逆系统的鲁棒主动队列管理算法

通过在中间节点上使用主动队列管理策略来进行有效地拥塞控制,在保证较高吞吐量的基础上稳定地控制队列长度,从而实现了端到端的时延控制和保证QoS需求.在研究中,TCP的流量控制过程被视为二阶非线性时变系统,并通过可逆分析,证明该系统可逆,采用神经网络逆系统这种近年来发展起来的非线性鲁棒控制理论作为控制器的设计方法,设计出一种新的主动队列管理算法.仿真试验表明,这种算法的稳态和瞬态性能都优于与其具有相同实现复杂度的 RED和PI算法,并且在负载扰动和参数变化时具有很强的鲁棒性.神经网络逆系统方法应用于非线性的流量控制过程中有助于系统稳定性和鲁棒性.     

基于果蝇算法的转子不平衡参数辨识研究

为识别转子的不平衡参数,建立了转子-轴承有限元模型,在逆问题的识别理论基础上通过理论故障力与等效估计的不平衡力构建目标函数,运用果蝇优化算法进行目标函数优化,从而识别出不平衡参数,并将果蝇算法识别的结果与模拟退火算法、遗传算法的结果进行对比。仿真和实验结果均表明,相比其他两种算法,果蝇算法有更高的识别精度和效率。     

基于磁盘阵列的多队列实时I/O调度算法

研究磁盘阵列的Ｉ／Ｏ调度问题．给出了建立在实时操作系统上的系统调度模型;在分析磁盘的Ｉ／Ｏ调度算法的基础上,提出一种适合磁盘阵列的多队列实时调度算法．该算法为每个磁盘指定了一个请求队列,并根据请求之间的依赖关系确定可并行执行的任务组．测试结果证明,新算法具有很好的性能     

基于动态参数蚁群算法的寻源导热反问题研究

基于蚁群优化算法,求解含有未知内热源位置的导热逆问题.通过分析计算表明:信息素启发因子、能见度启发因子、信息素挥发率等蚁群参数对蚁群选择路径以及路径上信息素浓度更新有直接影响,其取值最终会影响求解结果的准确性及收敛速度.在计算过程中,路径上的信息素浓度不断改变,蚂蚁选择路径也趋于集中,采用定值蚁群参数不能满足在整个计算过程中都具有良好的性能,为此提出了动态参数蚁群算法,并根据计算分析结果确定蚁群参数值随全局循环次数而变的动态函数.计算结果证明,采用动态参数蚁群算法能有效提高求解反问题的质量及收敛速度.     

基于遗传模拟退火算法的漏磁缺陷重构

通过将模拟退火技术加到遗传算法（GA）的变异运算中，提出一种遗传模拟退火算法（genetic-simulated—annealing—algorithm，GSAA），并且提出一种基于GSAA的逆算法，用于从漏磁信号中重构二维缺陷．该算法中，径向基函数神经网络（RBFNN）用作前向模型，GSAA用于求解逆问题中的优化问题．实验结果表明，同基于GA的逆算法相比，基于GSAA的逆算法更精确，并且对噪声更具鲁棒性．