关于"TSP"的算法研究

n阶完全图 (边赋权 )的矩阵每行每列最小元素对应着一个次数为n的置换 ,若从这些最小元素组成的所有圈中每圈至少取出一个元素并令其为∞ ,那么仅包含这些元素的子矩阵可以经过初等变换将这些元素置于主对角线上形成一个新矩阵 ,其每行每列最小元素又对应一个新的置换 .在满足一定条件时 ,两个置换合成能够得到一个次数为n的循环置换 .运用这种方法 ,可使求TSP解的算法得到简化     

关于“TSP”的算法研究

n阶完全图（边赋权）的矩阵每行每列最小元素对应着一个次数为n的置换，若从这些最小元素组成的所有圈中每圈至少取出一个元素并令其为∞，那么仅包含这些元素的子矩阵可以经过初等变换将这些元素置于主对角线上形成一个新矩阵，其每行每列最小元素又对应一个新的置换。在满足一定条件时，两个置换合成能够得到一个次数为n的循环置换。运用这些方法，可使求TSP解的算法得到简化。     

整矩阵的满秩分解

文章以整矩阵为研究对象,利用保持整矩阵整元素特性的整初等变换,研究了将非零整矩阵分解为列满秩整矩阵和行满秩整矩阵的乘积问题,完成了整矩阵的满秩分解。     

行列初等变换求可逆矩阵的逆

先扼要介绍列初等变换求可逆矩阵的逆的方法,然后着重介绍行初等变换、列初等变换的混合使用同样可以求逆矩阵的逆,并且能解系数矩阵为可逆矩阵的线性方程组。     

求网络极小割集的一个新算法

定义了网络连结矩阵的两个变换,引入了L满秩矩阵与L非满秩矩阵的概念·证明了这两类特殊矩阵与网络连通性的关系·利用这一关系和定义的两个变换,给出了求网络极小割集以及与极小割集对应的结点集合的递推公式;建立了一个求网络所有极小割集及与之对应的结点划分集合的有效算法·算法只需对网络的连结矩阵进行处理,在计算机上实现起来很方便·最后通过实例说明了算法的有效性·     

初等变换与矩阵的QR分解的关系

主要研究矩阵初等变换与矩阵的QR分解的关系.讨论了第一类,第二类矩阵的初等变换对矩阵的QR分解的影响,即初等变换后新矩阵的Q矩阵和R矩阵与母矩阵的Q矩阵和R矩阵之间的定量关系.并利用第三类初等变换给出了矩阵QR分解的新方法.     

Fuzzy矩阵的初等变换与Schein秩

本文重新定义了Fuzzy矩阵的行秩、列秩,给出了Fuzzy矩阵的puv初等变换法,并证明了初等变换的保秩性及若干有关结论.使文中求Fuzzy矩阵的行秩、列秩、Schein秩的不同方法得到了统一;同时,也为简化矩阵的求秩计算提供了新途径,使文中"逐步划去"的方法应用范围更广泛.最后,给出了满秩矩阵的充分条件,与初等变换结合起来,便能更简捷地计算出相当广泛的一类Fuzzy矩阵的秩.     

粗糙集的隶属度算子

在经典的Pawlak粗糙集模型中,RX是由那些根据知识尺判断可能在X中的U中元素 组成的集合.bnR(X)是由那些根据知识既不能判断肯定在X中又不能判断肯定在～X中的U中元素组成的集合.但元素隶属于RX或bnR(X)的程度却没有给出.提出并定义了一种粗糙集的隶属度算子.对于论域U, x∈U及X U,该算子可计算元素x的依R在X的上近似中的程度,以及依R在X的下近似、边界、负域中的程度,并据此建立了一种基于该算子的粗糙模糊集模型.     

模糊Hopfield神经网络及其模糊聚类功能

首先提出了具有模糊逻辑计算功能的模糊Hopfield神经网络-FHN.FHN中的神经元对应于模式集合的元素，权重矩阵对应于模式之间的模糊关系，最后讨论了FHN的稳定性和基于模糊距离关系的模糊聚类功能，研究表明FHN在模糊模式识别中具有广泛的应用性。     

关系的划分及其矩阵描述

讨论了有限集合X上的二元关系R及关系运算的划分,并利用关系划分的矩阵表示,给出了关系闭包及关系性质的矩阵描述．     

相似变换的反问题

本文运用初等变换五初等矩阵的关系和矩阵系数多项式的理论阐明了相似变换矩阵集合结构一由两上相似的矩阵求出其相似变换矩阵的方法。     

矩阵满秩分解的一种简易方法

本文利用矩阵的列向量在行的初等变换下的性质，给出了矩阵满秩分解的一种简易方法．     

一种求逆矩阵的方法

在一些线性代数教科书中,只介绍了用有限次的初等行变换或者只用初等列变换来求可逆矩阵的逆矩阵,有时带来不便.但若同时采用行和列的初等变换,把已知可逆矩阵置于含单位矩阵的分块矩阵中,以此求出逆矩阵要快.现将此法介绍如下.     

采用创新教学,提高学生的创新意识与创新能力

设A是一个n阶可逆矩阵 ,X与B都是n×s矩阵 ,对于求解矩阵方程 :AX =B的问题 ,由于X =A- 1 B ,因此一般只要求出矩阵A的逆矩阵A- 1 ,即可求解。该文试图利用矩阵的初等变换方法求解 ,进而说明许多问题的解决都可利用矩阵的初等变换来信教学中采用这种方法有利于提高学生的创新能力。     

马尔可夫过程的低秩谱估计

针对马尔可夫过程的谱估计算法利用了非负投影而导致估计矩阵不能满足低秩要求的问题，提出一个低秩谱估计算法(Low-rank Spectral Estimation Algorithm, LRSEA):首先，建立秩约束状态转移矩阵集合的局部Lipschitz型误差界，并给出满足该集合误差界不等式的近似投影矩阵; 然后，基于近似投影矩阵对现有的谱估计算法进行低秩修正，得到LRSEA算法，并为该算法建立统计误差界。通过人工合成数据实验对LRSEA算法、经验估计方法和谱估计方法进行比较，结果表明LRSEA算法的估计误差最小。最后，将LRSEA算法与k-均值聚类算法结合应用到纽约市曼哈顿岛出租车轨迹的分析问题。     

r—循环矩阵逆阵的初等变换求法

本文给出了,r-循环矩阵及与其对应的r-对换循环矩阵的逆阵的初等变换求法     

二元矩阵值分叉连分式插值的矩阵算法

本文给出了一个计算二元矩阵分叉连分式插值的系数算法以及与此算法等价的矩阵算法,这种算法是用矩阵广义逆意义下定义的矩阵行、列初等变换而给出的．     

两种特定的逆阵求法

笔者回顾了常规的求逆矩阵的方法，即公式法、行或列及其交叉的初等变换法、广义的行或列初等变换法、逆矩阵定义法，着重探讨了“矩阵分块法”及“特征多项式法”两种非常规的求逆方法。固然后面两种求法不常用，但它们的介绍无疑开阔了学生的眼界，满足了优等生的求知欲．它对教学产生的积极影响是无法估计的．     

矩阵行初等变换的定理及其应用

本文证明了对矩阵作行的初等变换 ,不改变列向量之间的线性关系 ,并举例说明了定理在五个方面的应用     

线性方程组的一种解法

全日制十年制学校高中课本《数学》、第三册介绍了用矩阵法解线性方程组。其基本方法是高斯消去法,优点是:(一)不需要计算许多行列式,因而与行列式法或加减消元法相比,大大地减少了运算量.(二)线性方程组是否有解不需要另行讨论,在矩阵进行初等变换的过程中,同时就解决了这个问题.但此法在线性方程组的系数矩阵进行初等变换时,一般只进行行初等变换.既使有时进行列调换,但与列相应的未知数必须随之而调换.这样极易产生混乱而出错.并且对 n 元线性方程组,若系数矩阵的秩为γ(r相似文献