基于小生境和交叉选择算子的改进粒子群优化算法

在求解高维多峰函数时,如果个体历史最好位置缺少多样性分布,粒子群优化算法就容易陷入局部最优,出现早熟现象。为此,结合小生境和交叉选择算子提出了一种改进粒子群优化算法(简称NCSPSO)。该算法在进行速度和位置更新之后,根据小生境数确定个体历史最好位置中的孤立点;然后对所有个体历史最好值劣于孤立点值的粒子使用交叉和选择算子进行更新。函数测试表明,NCSPSO有效地克服了标准PSO的缺点,性能上也有了明显提高。最后,将NCSPSO应用于高次非线性复数方程的求解,较好地解决了POGO振动研究中的固有频率计算问题。     

风险、收益、套利和估价

对X＝L^2(Ω，Γ，P）中给定的未定债权－价格集{（xλ,qλ）｜λ∈A}所生成的金融市场，给出了套利机会的定义，它是传统资本市场中套利资产组合的推广。研究了套利机会的各种等价定义及其经济学含义，考虑了Werner(1997)的例子，得到了一些有意义的结果。     

基于新弱化算子的GM(1,1)建模精度分析

改进数据序列的光滑度是提高GM(1, 1)预测精度的有效方式之一.在对现有弱化缓冲算子深入分析的基础上,根据缓冲算子公理以及新信息优先利用原理,构建了一类新的弱化缓冲算子, 同时从理论上给予了证明,有效地解决了冲击扰动数据序列在建模预测中常常出现的定量预测结果与定性分析结论不符的问题.数值分析验证了这类新弱化算子的有效性.     

ON THE SPECTRUM OF THE LINEAR TRANSPORT OPERATOR IN L~P SPACE

InthispaperweinvestigatethespectrumofthetransportoperatorA:Aam=Bac KegwhereBac=--aam(x,v,p)--vZ(x,v)op(x,v,p),Keg=11,joank(x,yip;V',p')op(x,v',p')dp'dy',D(A)={op(x,v,p)ELP(G):;;:t--:,y::op(a,v,--p)=0,for0相似文献   

ASYMPTOTIC PROPERTY OF THE TIME-DEPENDENT SOLUTION OF A RELIABILITY MODEL

We discuss a transfer line consisting of a reliable machine, an unreliable machine and a storage buffer. This transfer line can be described by a group of partial differential equations with integral boundary conditions. First we show that the operator corresponding to these equations generates a positive contraction C0-semigroup T(t), and prove that T(t) is a quasi-compact operator. Next we verify that 0 is an eigenvalue of this operator and its adjoint operator with geometric multiplicity one. Last, by using the above results we obtain that the time-dependent solution of these equations converges strongly to their steady-state solution.     

遗传算法在离散变量优化问题中的应用研究

针对实际应用中大量存在的离散变量优化设计问题,研究了利用一般连续变量方法进行离散变量优化设计的不足。结合离散变量优化问题与遗传算法的特点,提出离散交叉算子和离散变异算子,使遗传算子真正在离散空间中进行搜索。基于线性搜索思想提出离散引导算子以提高遗传算法的局部寻优能力,将种群逐步向离散极值点进行引导,实现算法的快速离散寻优。通过对两个实际离散变量优化设计问题的应用研究,验证了本方法解决离散变量优化设计问题的有效性。     

一种动态综合评价方法及应用

将有序加权算子(OWA)及其相关算子推广到时序数据集结的方法中,提出了时序加权平均(TOWA)算子和时序几何平均(TOWGA)算子两种新的算子,并应用于动态综合评价方法中.同时介绍了TOWA和TOWGA算子加权向量(即时间权向量)的确定方法.最后,将该方法用于评价西部12省市在国家实施"西部大开发"战略后6年的宏观经济发展状况,结论验证了方法的有效性.     

基于模糊C-OWA算子的模糊多属性决策方法

将连续区间数据OWA(C-OWA)算子扩展到模糊环境,提出了一些新的模糊C-OWA(FC-OWA)算子,如加权FC-OWA(WFC-OWA)算子、悲观WFC-OWA(PWFC-OWA)算子和乐观WFC-OWA(OWFC-OWA)算子,并研究了它们的一些性质.基于PWFC-OWA算子和OWFC-OWA算子,提出了属性值和属性权重为梯形模糊数的多属性决策方法.最后通过算例说明了方法的可行性和有效性.     

知识系统与认知分析

引进了知识系统的数学概念 ,讨论了知识系统的性质 ,给出了知识系统的属性特征 ,指出不断细化知识基是深化认知过程的基础.     

多目标遗传算法及其在自动控制系统设计中的应用

本文研究了多目标遗传算法的特点和方法，将其运用到自动控制系统设计中，并以某系统的控制器设计为例，编制了相应的多目标遗传算法应用程序。程序过程简洁明晰，运行结果证明该法十分有效，说明遗传算法完全可以应用到自动控制领域中。     

基于免疫规划的单亲遗传算法研究及其应用

在分析了单亲遗传算法的优越性与存在不足的基础上,借鉴生物免疫概念与理论,提出了一种新的单亲遗传算法——基于免疫规划的单亲遗传算法。该算法的核心在于使用最优保留策略前提下,合理地构造了非均匀算子和免疫算子。理论分析和仿真结果表明,该算法不仅能够有效地保持群体多样性,而且减轻了遗传算法的后期波动现象,同时收敛速度明显提高。     

新的强化缓冲算子的构造及其应用

在灰色系统理论缓冲算子公理体系下,基于时间序列的平均发展速度构造了一类新的强化缓冲算子,并研究其一些特性和内在联系,有效解决了冲击扰动数据序列在建模预测过程中经常出现的定量预测结果与定性分析结论不符的问题,实例分析结果表明该算子的有效性和实用性.     

求解TSP 问题的离散粒子群优化算法

以旅行商问题为例,提出了一种离散粒子群优化算法,根据优化问题及离散量的特点,对粒子的位置、速度等量及其运算规则进行了重新定义,为抑制早熟停滞现象,为粒子和粒子群分别定义了个体多样性和微观多样性,算法中定义了排斥算子来保持粒子群的多样性,使用高效的学习算子来提高算法的局部求精能力,使算法在空间探索和局部求精间取得了很好的平衡,与领域中的其它典型算法进行了仿真比较,结果表明,离散粒子群优化算法具有很好的性能.     

基于ET-WG和ET-OWG算子的二元语义群决策法

针对一类属性值和权重值均为语言评价信息的多属性群决策问题,提出了一种群决策分析方法.首先,为了便于语言评价信息的集结运算,提出了一些新的集结算子:扩展的二元语义加权几何(ET-WG)算子和扩展的二元语义有序加权几何(ET-OWG)算子,并分析了这些算子的性质.然后提出了一种基于ET-WG算子和ET-OWG算子的群决策方法,其核心是通过语言信息的集结运算,得到各方案的群体综合评价信息,从而根据二元语义信息的比较原则,得到所有方案的排序结果.最后给出了一个实例分析,说明了本文提出方法的可行性和实用性.     

改进的免疫算法及其在函数优化中的应用

为了提高免疫算法的搜索能力,根据生物免疫机制及生物进化的周期性,设计了一种周期变化变异算子。为了避免仅仅以亲和度作为免疫选择评价标准,低亲和度抗体过度抑制,提出了将抗体浓度引入到亲和度中作为评价指标,设计了一种改进的免疫选择算子。基于马尔科夫链,分析了改进免疫算法的收敛性。为了测试该算法的有效性,将算法应用于函数优化问题中。仿真结果表明,改进的免疫算法具有更高的搜索速度和精度。     

Study on the Weakening Buffer Operators

Studying on the buffer operator, we structure the GAWBO（Geometry Average Weakening Buffer Operator）, WAWBO（Weighed Average Weakening Buffer Operator）, WGAWBO（Weighed Geometry Average Weakening Buffer Operator） and so on, which are easy to apply and be universality. At the same time, we address their characteristics and their internal relations between these buffer operators. All this effectively resolves the questions, which often come forth in modeling forecasting of disturbed data sequence by shock wave and there are some contradictions between the quantity result and the qualitative analysis.     

毕达哥拉斯模糊还原性BM算子及其决策应用

还原性是信息集成算子的一个重要性质.针对毕达哥拉斯模糊加权Bonferroni平均(BM)算子不具有还原性的情况,提出了具有还原性的毕达哥拉斯模糊BM算子,并研究了其决策应用.首先,定义了毕达哥拉斯模糊还原性加权BM算子(PFRWBM)和广义毕达哥拉斯模糊还原性加权BM算子(GPFRWBM),推导出它们的计算公式,证明了它们的性质.随后,定义了毕达哥拉斯模糊还原性加权BGM算子(PFRWGBM)和广义毕达哥拉斯模糊还原性BGM算子(GPFRWBGM),给出它们的计算公式,讨论了它们的性质.最后,提出了基于毕达哥拉斯模糊还原性加权BM算子的多属性决策方法,并通过实例和方法对比说明了所提方法的可行性.     

一种基于遗传算法的新型神经网络设计

神经网络的设计主要集中在网络权值的选取和神经网络结构的确定两个方面 ,与遗传算法结合是目前研究发展的趋势 .本文与一般的基于遗传算法的神经网络设计相比 ,提出一个新型算子—— BP算子 ,并对神经网络的权值和结构同时优化 .仿真结果表明该算法结果比较理想 .     

毕达哥拉斯模糊Hamacher集成算子及其决策应用

定义了毕达哥拉斯模糊Hamacher运算,包括毕达哥拉斯模糊Hamacher和,积,数乘以及幂等,并研究了这些运算的性质.然后,将毕达哥拉斯模糊Hamacher运算应用到了信息集成之中,提出了毕达哥拉斯模糊Hamacher加权平均算子(PFHWA),毕达哥拉斯模糊Hamacher有序加权平均算子(PFHOWA),毕达哥拉斯模糊Hamacher加权几何算子(PFHWG),以及毕达哥拉斯模糊Hamacher有序加权几何算子(PFHOWG),并分别研究了它们的性质.最后,提出了基于毕达哥拉斯模糊Hamacher集成算子的决策方法,并通过实例说明了决策方法的可行性与有效性.     

解决约束优化问题的一种改进PSO研究

为有效求解约束优化问题,提出一种改进粒子群算法（ICPSO）。该算法在处理约束时不引入惩罚因子,而是根据目标函数值和粒子违背约束奈件程度。并根据种群中介体的可行性,采用三种不同的交叉操作对粒子自身最优位置进行操作,同时对全局最优粒子采取变异操作以产生新的学习样本,引导种群的飞行,提升种群跳曲局部最优解的能力。最后,引入一种混合粒子速度更新策略,提升种群向最优解飞行的概率。标准测试函数的仿真结果表明ICPSO是可行的,有效的。