p自适应分析求解快速迭代算法的研究

提出一种结构系统ｐ自适应有限元分析快速求解算法，该方法以预处理共轭梯度法为基础，采用了逐单元矩国处理技术和基于单元的分块预处理矩阵技术；提出以高斯消元法求得ｐ＝１或２时问题的解作为高阶问题初始解的求解策略，避免了显式组装系统总体刚度矩阵，具有内存需求少，收敛速度快的优点。     

基于低松弛迭代格式的快速自适应滤波算法

利用Ｂ样条函数基底的光滑性及其局部支撑性质,以最小二乘（ＬＳ）为准则,构造了基于低松弛迭代格式的快速自适应滤波算法．对于一个Ｎ×Ｎ输入图像,由于Ｂ样条函数的局部支撑性质以及低松弛迭代算法的引入,使得在统计意义下最佳的最小二乘滤波算法的计算复杂度降为Ｏ（Ｎ２）,就ＬＳ算法的复杂性而言,优于不动点（ＦＰ）迭代算法的Ｏ（Ｎ３）及基于ＦＦＴ的预处理共轭梯度（ＰＣＧ）算法的Ｏ（Ｎ２·ｌｎＮ）．实验结果表明,该滤波器对Ｇａｕｓ白噪声及均匀分布的噪声图像具有良好的降噪特性．     

用于电阻层析成像的快速自适应硬阈值迭代算法

针对电阻层析成像技术图像重建具有严重病态性的问题,提出了一种稀疏重建算法——快速自适应硬阈值迭代算法,研究了噪声对该算法在电阻层析成像图像重建效果上的影响,并通过仿真和模型实验测试了该算法的性能.结果表明:一定强度范围内的噪声对硬阈值迭代算法、自适应硬阈值迭代算法和快速自适应硬阈值迭代算法的影响较小.快速自适应硬阈值迭代算法成像速度更快,且该算法重建图像的空间分辨率相对其他两种算法也有较大的提高.     

面向对象的p自适应分析系统建模与实现

采用面向对象建模技术建立了结构ｐ自适应分析模型，提出了用对象和功能模型来描述面向对象的ｐ自适应分析系统，并探讨系统分析、设计和实现。     

基于Gauss包络Chirplet自适应信号分解的快速算法

针对自适应信号分解方法运算量大,对信号的逼近精度有限等问题,提出了一种基于Gauss包络线性调频信号(Chirplet)自适应分解的快速算法.通过构造超越方程和参数空间采样点的选取,得到方程的闭式解,达到信号分解目的.数值仿真结果验证了该算法运算量小、分辨率高、抗噪性能强.     

求解常微分方程初值问题的自适应算法

在综合ＣＷＧｅａｒＷ Ｈ Ｅｎｒｉｇｈ，Ｔ ＥＨｕｌｌ，Ｂ Ｍ Ｆｅｌｌｉｎ和Ａ Ｅ Ｓｅｄｇｅｗｉｃｈ等人提出的一系列求解常微分方程初值问题的方法的基础上，给出了一收敛速度快，精度高，计算稳定的自适应算法。     

自适应粒子群算法求解排课问题

针对传统排课效率低、漏排课、冲突率高等问题,利用自适应粒子群算法（SAPSO）进行排课仿真研究.首先,将粒子群算法中的固定惯性因子改进为随着迭代次数变化而不同的自适应权重,以加快寻优速度;然后,为了防止种群陷入局部最优,定义了种群相似度函数;最后,在种群中加入最差个体位置信息以增加种群混乱度,从而提高算法的全局寻优能力.仿真结果表明,SAPSO在收敛速度较快的情况下,寻优精度优于蒙特洛卡算法和改进遗传算法.     

基于PR算法的自适应ACO算法求解旅行商问题

以著名的旅行商问题为研究对象,研究了基于线路重连(PR)算法的自适应蚁群算法(ACO)的应用。根据蚁群算法构解过程中的选择策略与信息素更新机制,提出了自适应的蚁群优化方法,即通过阈值接收算法(TA)中的阈值控制参数改变蚁群的确定选择与随机选择机会,从而控制了搜索方向。采用这种自适应的蚁群优化算法,避免蚁群算法陷入局部最优,使对解空间的更好地进行搜索。同时,在蚁群优化算法(ACO)中,嵌入路径重连算法(PR)来改进解的质量。实验结果证明了基于线路重连算法(PR)的自适应蚁群算法(ACO)在求解该问题时的有效性。     

面向对象的p自适应分析系统建模与实现

采用面向对象建模技术建立了结构p自适应分析模型．提出用对象模型和功能模型来描述面向对象的p自适应分析系统,并探讨系统分析、设计和实现．计算结果表明系统具有良好的计算效率和计算精度．面向对象建模技术使系统具有良好扩展性和代码重用性．     

建立p型有限元刚度矩阵的快速方法及分析

针对形成ｐ型有限元刚度矩阵的快速数值积分法——向量积分法，分析了其数值稳定性，提出了另一种更为简便、数值稳定并易于并行实现的向量化方法．     

基于第二代小波的自适应有限元构造研究

为了有效地实现有限元自适应分析中函数平滑逼近和细节信息的分离，根据提出的第二代小波有限元多分辨分析方法构造了相应的自适应算法．采用第二代小波作为基函数构造了逐级嵌套的有限元逼近空间，并引入消失矩提出有限元求解方程刚度矩阵解耦的条件．函数在低分辨空间的逼近可以通过增加细节空间提升到高分辨空间，通过使刚度矩阵解耦，可以消除低分辨逼近空间和细节空间之间以及不同尺度的细节空间之间的耦合项．通过构造轴力杆的自适应分析，验证了方法的有效性，同时为实现复杂第二代小波自适应有限元分析提供了较好的研究思路、     

基于局部间断Galerkin方法的p型有限元

将基于三变量能量原理的局部间断Galerkin方法(1ocal discontinuous Galerkin，LDG)应用于p型单元的构造．该方法采用间断的单元试解，不需要满足普通有限元所必须的协调条件，就能使构造高阶的插值函数变得更加灵活和容易．在此基础上，对应力和应变场采用Legendre正交多项式进行插值，避免了柔度矩阵的求逆过程．数值算例表明这种方法构造出的p型单元不仅升阶过程简单．而且具有较高的精度．     

对流-扩散方程的自适应变换有限元方法

讨论用于对流－扩散方程的一种自适应有限元方法、在该方法中节点位置是自适应地分布的。这种分布可理解为把原独立变量自适应地变换为新变量，从而相对于新变量，解的一阶和二阶导数一致有界。这样可得到一致收敛的结果。自适应变换通过迭代计算得到，迭代步数小于等于Ｌ，这里Ｌ满足ＮＬ－１≥Ｒｅ，Ｎ是节点个数，Ｒｅ是方程中的雷诺数。     

自适应P加密有限元的面向对象程序实现

基于面向对象的程序设计方法，以C＋＋语言构造了自适应有限元P加密程序，它涉及到形函数的构造、高阶单元的形成、自升阶的算法以及误差估计一系列类及成员函数。解线性方程组时,根据P加密的特点，提出了一种节约存储和运算空间的数据结构。所给算例的计算结果表明，理论推导和程序实现是正确的。     

半线性椭圆问题的非精确自适应有限元方法

考虑一类半线性椭圆问题的非精确自适应有限元方法.该算法在初始网格需要精确求解,而在其余网格只需要对上一步的近似解进行一次牛顿更新.利用有限元方法的精确解和非精确解之间的超逼近性质,给出该方法的先验和后验误差估计,最后通过具体算例来验证该理论的正确性和该方法的有效性.     

二阶椭圆方程自适应最小二乘混合有限元法

研究了二阶椭圆方程的自适应最小二乘混合有限元法,利用二次非协调有限元空间和Raviatr-Thomas有限元空间进行逼近,利用最小二乘函数构造了进行自适应计算的后验误差估计子,并进行了后验误差估计。     

大规模p型有限元方程组的修正SSOR-PCG解法

结合p型有限元方程组的系数矩阵具有对称性、正定性、稀疏性和阶谱性等特点，用修正的对称逐步超松驰处理共轭梯度法来求解大规模p型自适应有限元方程组，可以减少每步迭代的主要计算量；利用上一个自适应步的结果初始化迭代序列，可以减少迭代次数，使得总迭代次数和计算时间较原方法大为减少，理论和算例均表明，这是求解大规模p型自适应有限元方程组的一种极为有效的方法。     

适应性计算在IPD中的应用研究

作者阐述了适应性计算模型及其在合作的进化领域的应用,然后分析了重复的囚徒困境博弈(IPD)问题,并用Java语言实现,为进一步研究适应性计算在制度对人类行为演化的选择中的作用打下了基础。     

微小薄壁变形预测的迭代有限元法

将迭代有限元法引入微小薄壁铣削中,建立了变形量的预测模型,预测了不同径向切削深度、不同薄壁厚度时的铣削变形量大小,通过试验加工和Deform-3D仿真对模型进行了验证.结果表明:迭代有限元变形预测值与试验加工变形量较为接近;加工后的薄壁残余厚度大于理想状况下的加工厚度;最大变形量随壁厚的增大先保持最大值然后逐渐减小至0;薄壁厚度应当与切削参数相协调,调整工件刚度与切削力大小相适应,否则会导致变形量过大.