EXISTENCE OF SOLUTIONS FOR A CLASS OF SYSTEMS GOVERNED BY NONLINEAR DIFFERENTIAL INCLUSIONS

ＥＸＩＳＴＥＮＣＥＯＦＳＯＬＵＴＩＯＮＳＦＯＲＡＣＬＡＳＳＯＦＳＹＳＴＥＭＳＧＯＶＥＲＮＥＤＢＹＮＯＮＬＩＮＥＡＲＤＩＦＦＥＲＥＮＴＩＡＬＩＮＣＬＵＳＩＯＮＳ￥ＸＩＡＮＧＸｉａｏｌｉｎｇ；ＷＡＮＧＹｕａｎｄｉ（ＤｅｐａｒｔｍｅｎｔｏｆＭａｔｈｅｍａｔ...     

DESIGN OF NONLINEAR OBSERVERS

ＤＥＳＩＧＮＯＦＮＯＮＬＩＮＥＡＲＯＢＳＥＲＶＥＲＳ￥ＺＨＥＮＧＹｕｆａｎ；ＣＨＥＮＳｈｕｚｈｏｎｇ（ＡｐｐｌｉｅｄＭａｔｈｅｍａｔｉｃｓＲｅｓｅａｒｃｈＬａｂｏｒｕｔｏｒｙ，ＥａｓｔＣｈｉｎａＮｏｒｍａｌＵｎｉｖｅｒｓｉｔｙ，Ｓｈａｎｇｈａｉ２００...     

CONTINUATION METHOD OF NONLINEAR INTEGRAL EQUATIONS

ＣＯＮＴＩＮＵＡＴＩＯＮＭＥＴＨＯＤＯＦＮＯＮＬＩＮＥＡＲＩＮＴＥＧＲＡＬＥＱＵＡＴＩＯＮＳ￥ＹＡＮＧＦｅｎｇｈａｎｇ；ＳＵＮＪｉｎｇ（ＤｅｐａｒｔｍｅｎｔｏｆＭａｔｈｅｍａｔｉｃｓ，ＴｉａｎｊｉｎＵｎｉｖｅｒｓｉｔｙ，Ｔｉａｎｉｉｎ３０００７２，Ｃ...     

ON THE CONVERGENCE OF CONJUGATE GRADIENT METHODS INVARIANT TO NONLINEAR SCALING

ＯＮＴＨＥＣＯＮＶＥＲＧＥＮＣＥＯＦＣＯＮＪＵＧＡＴＥＧＲＡＤＩＥＮＴＭＥＴＨＯＤＳＩＮＶＡＲＩＡＮＴＴＯＮＯＮＬＩＮＥＡＲＳＣＡＬＩＮＧＤＥＮＧＮａｉｙａｎｇ；ＬＩＺｈｅｎｇｆｅｎｇ（ＤｉｖｉｓｉｏｎｏｆＢａｓｉｃＳｃｉｅｎｃｅ，ＢｅｉｊｉｎｇＡｇ...     

A GENERALIZED GRADIENT METHOD FOR NONLINEAR CONSTRAINTS AND ITS CONVERGENT PROPERTIES

ＡＧＥＮＥＲＡＬＩＺＥＤＧＲＡＤＩＥＮＴＭＥＴＨＯＤＦＯＲＮＯＮＬＩＮＥＡＲＣＯＮＳＴＲＡＩＮＴＳＡＮＤＩＴＳＣＯＮＶＥＲＧＥＮＴＰＲＯＰＥＲＴＩＥＳＧＡＯＺｉｙｏｕ（ＮｏｒｔｈｅｒｎＪｉａｏｔｏｎｇＵｎｉｖｅｒｓｉｔｙ，Ｂｅｉｊｉｎｇ１０００４４，...     

AN EXISTENCE THEOREM FOR RADIAL POSITIVE SOLUTIONS OF NONLINEAR DEGENERATE ELLIPTIC EQUATIONS

ＡＮＥＸＩＳＴＥＮＣＥＴＨＥＯＲＥＭＦＯＲＲＡＤＩＡＬＰＯＳＩＴＩＶＥＳＯＬＵＴＩＯＮＳＯＦＮＯＮＬＩＮＥＡＲＤＥＧＥＮＥＲＡＴＥＥＬＬＩＰＴＩＣＥＱＵＡＴＩＯＮＳＬＩＵＨａｉｌｉａｎｇ（ＤｅｐａｒｔｍｅｎｔｏｆＭａｔｈｅｍａｔｉｃｓ，ＨｅｎａｎＮｏ...     

DIAGNOSTICS FOR NONLINEAR REGRESSION MODEL WITH WEIGHTING OR TRANSFORMATION

ＤＩＡＧＮＯＳＴＩＣＳＦＯＲＮＯＮＬＩＮＥＡＲＲＥＧＲＥＳＳＩＯＮＭＯＤＥＬＷＩＴＨＷＥＩＧＨＴＩＮＧＯＲＴＲＡＮＳＦＯＲＭＡＴＩＯＮ￥ＳＨＩＪｉａｎｑｉｎｇＷＥＩＢｏｃｈｅｎｇ（ＤｅｐａｒｔｍｅｎｔｏｆＭａｔｈｅｍａｔｉｃｓ，ＳｏｕｔｈｅａｓｔＵｎ...     

ANALYSIS OF BOUNDARY SHAPE OF SOLUTIONS OF NONLINEAR PERTURBATION PROBLEM

ＡＮＡＬＹＳＩＳＯＦＢＯＵＮＤＡＲＹＳＨＡＰＥＯＦＳＯＬＵＴＩＯＮＳＯＦＮＯＮＬＩＮＥＡＲＰＥＲＴＵＲＢＡＴＩＯＮＰＲＯＢＬＥＭ￥ＨＥＣｈｅｎｇ；ＺＨＡＮＧＷｅｉｔａｏ（ＩｎｓｔｉｔｕｔｅｏｆＳｙｓｔｅｍｓＳｃｉｅｎｃｅ，ＡｃａｄｅｍｉａＳｉｎｉｃａ...     

BOUNDARY LAYER ESTIMATION OF NONLINEAR ELLIPTIC EQUATION

ＢＯＵＮＤＡＲＹＬＡＹＥＲＥＳＴＩＭＡＴＩＯＮＯＦＮＯＮＬＩＮＥＡＲＥＬＬＩＰＴＩＣＥＱＵＡＴＩＯＮＨＥＣｈｅｎｇ；ＺＨＡＮＧＷｅＩｔａｏ（ＩｎｓｔｉｔｕｔｅｏｆＳｙｓｔｅｍｓＳｃｉｅｎｃｅ，ＡｃａｄｅｍｉａＳｉｌｉｃａ，Ｂｅｉｊｉｎｇ１０００８０，...     

NONLINEAR FEEDFORWARD SEQUENCES OF m-SEQUENCES (Ⅲ)

ＮＯＮＬＩＮＥＡＲＦＥＥＤＦＯＲＷＡＲＤＳＥＱＵＥＮＣＥＳＯＦｍ－ＳＥＱＵＥＮＣＥＳ（Ⅲ）ＤＡＩＺｏｎｇｄｕｏ（ＧｒａｄｕａｔｅＳｃｈｏｏｌ，ＡｃａｄｅｍｉａＳｉｎｉｃａ，Ｂｅｉｊｉｎｇ１０００３９，Ｃｈｉｎａ）ＦＥＮＧＸｕｕｉｎｇ（Ｉｎｓｔｉｔｕｔ...     

基于正交试验和元胞自动机模型的加速并行遗传算法

针对标准遗传算法中存在早熟收敛、后期收敛速度慢以及解精度低的问题,结合正交试验设计和元胞自动机模型,提出了一种改进的加速并行遗传算法(APGA)。APGA利用正交试验设计确定较好的初始种群,利用元胞自动机模型固有的并行计算能力设计并行遗传算法,借助元胞信息的动态性和多元性实现正交加速过程。仿真结果表明,APGA能够有效地防止早熟收敛,可以极大地提高遗传算法的搜索效率和解的精度。     

求解非线性方程组的异步并行 拟牛顿迭代算法的收敛性分析

本文给出了MIMD多处理机上的求解非线性方程组的异步并行拟牛顿迭代算法的收敛性分析,给出了收敛的充分性条件。     

应用改进微粒群算法求解Job-shop调度问题

针对微粒群算法在求解实际问题过程中会出现早熟的现象,提出一种改进的微粒群算法。该算法利用记忆库来动态调整惯性权重值,增快了算法的收敛速度。同时结合进化、灾变机制避免了算法陷入局部极值的问题。在列出改进算法的具体步骤基础上,通过实际的车间调度仿真实例证明了算法的有效性,可以得到比启发式、遗传算法更佳的调度效果。     

求解隐式差分方程的一类高精度并行迭代法

为提高并行迭代法的计算精度,提出了一类高精度、无条件稳定、三层格式的并行迭代算法。用矩阵理论证明了迭代的收敛性,推证了网格加密时的渐进收敛性质。结果表明:对三层格式进行迭代处理,不仅能保证其计算精确度,而且具有很好的收敛速度与渐进收敛性质。数值算例验证了理论分析的正确性,表明了算法的可行性与有效性。     

基于粒子群优化模糊神经网络的高技术知识创新评价

针对高技术知识创新非线性、不确定性、时变性的特点,建立了评价指标体系|结合粒子群优化算法,提出了一种改进的模糊神经网络评价模型。该模型能够进行多个并行时变模糊神经网络组合算法,这些算法通过进化预置网络的连接权值、阈值和补偿参数,实现网络的学习和精确推理。通过仿真应用,证明了此种模型结构与算法适用性好,便于计算机实现,且全局收敛能力、收敛速度和泛化精度等性能均优于原先的学习算法。     

解约束优化问题的新粒子群算法

提出了一种新的求解约束优化问题的粒子群算法。基于一个合理的假设前提:任何可行解总是比非可行解好,算法通过在标准粒子群算法中引入了一个新的约束处理机制,将约束优化问题转化为无约束问题来求解。此外,为了提高收敛性能,新构建的算法通过引入变异策略,使算法在迭代过程中保持较高的种群多样性,增强算法跳出局部最优解的概率,从而提高算法的收敛速度和解的质量。与遗传算法以及标准粒子群算法的实验比较表明,所提出的方法是一个可行的约束优化问题的求解算法。     

基于混合算法的MIMO雷达正交多相码设计

提出了一种基于遗传算法和禁忌搜索算法的多输入多输出雷达正交多相码波形设计方法,并将其用于类零相关正交多相码的设计。将禁忌搜索算法引入遗传算法,充分考虑遗传算法的全局收敛性和禁忌搜索算法的局部收敛性。为给禁忌搜索算法一个好的初始解,先用遗传算法优化到一定程度再用禁忌搜索算法,即遗传算法迭代多次,禁忌搜索算法迭代一次。采用最优保存策略来避免最优解丢失,使发射信号的自相关峰值旁瓣和互相关峰进一步降低,提高主副比。仿真结果验证了所提方法的可行性和有效性。     

A Superlinearly Convergent Combined PhaseⅠ-PhaseⅡ Subfeasible Method

ＡＳｕｐｅｒｌｉｎｅａｒｌｙＣｏｎｖｅｒｇｅｎｔＣｏｍｂｉｎｅｄＰｈａｓｅⅠ－ＰｈａｓｅⅡＳｕｂｆｅａｓｉｂｌｅＭｅｔｈｏｄＪＩＡＮＪｉｎｂａｏ（ＭａｔｈｅｍａｔｉｃｓａｎｄＩｎｆｏｒｍａｔｉｏｎＳｃｉｅｎｃｅＤｅｐａｒｔｍｅｎｔｏｆＧｕａｎｇｘｉＵ...     

一种基于复形调优遗传算法的多学科优化方法

建立良好的优化方法,是多学科设计优化（multidisciplinary design optimization, MDO）求解的关键和难点。结合具有全局搜索能力的遗传算法和局部收敛特性的复形调优算法的优势,建立了全局优化算法,并将全局优化算法应用于多学科可行（multidisciplinary feasible, MDF）方法的多学科分析模型求解,建立了两级优化MDF（double optimization MDF, DO-MDF）方法和单级优化MDF（single optimization MDF, SO-MDF）方法两种计算构架。以CASCADE系统产生的多学科问题求解为例,对比5种计算构架对MDO求解的优化结果,结果表明,DO-MDF、SO-MDF两种计算构架通过有效关联学科分析的前馈信息流表现出更好的计算能力。     

ANFIS网络在机载电子设备费用估算中的应用

阐述了自适应模糊推理系统 (AdaptiveNetwork -basedFuzzyInferenceSystem ,ANFIS)网络 ,提出了最小二乘法和误差反传算法相结合的混合学习算法。混合学习算法提高了网络参数的辨识速度和网络计算的收敛速度。应用ANFIS网络建立了整套机载电子设备费用估算模型 ,并对整套机载电子设备费用进行了估算。估算结果表明 ,同通常的费用估算方法相比 ,此模型具有更高的准确性 ,并具有应用泛化能力 ,为费用估算提供了一条新途径