基于神经网络的函数逼近问题

给出了函数逼近问题,提出了一种新的神经网络模型,结合函数逼近问题及该神经网络模型给出了一种学习算法,并利用该算法对函数逼近进行了仿真.说明了该算法的实用性.     

混合自回归模型的谱密度计算

线性时间序列模型谱密度的计算可以直接由定义获得,而非线性时间序列模型谱密度的计算目前还没有一般的理论.文献[3]将AR模型推广到MAR模型,并且讨论了该模型的参数估计及模型选择问题.文献[5]给出了计算该模型谱密度的算法.本文利用该模型谱密度的"算法",讨论模型在一些常见情形下,谱密度的具体表达式.     

一个基于统计方法的OD矩阵求解算法

在传统的OD矩阵估计模型的基础上,并在路段分配概率是随机变量这一假设的前提下,给出了一个统一的OD矩阵模型基本形式,针对该OD矩阵估计模型给出了一个基本求解算法———混合遗传算法。该算法是在传统的数学规划方法和遗传算法的基础之上给出的。同时通过算例的求解,分析了算法的优缺点。     

一个基于统计方法的OD矩阵求解算法

在传统的OD矩阵估计模型的基础上,并在路段分配概率是随机变量这一假设的前提下,给出了一个统一的OD矩阵模型基本形式,针对该OD矩阵估计模型给出了一个基本求解算法--混合遗传算法.该算法是在传统的数学规划方法和遗传算法的基础之上给出的.同时通过算例的求解,分析了算法的优缺点.     

预测蛋白质结构问题的三维连续模型及其相应的拟物算法

在研究蛋白质折叠结构预测问题的离散模型的基础上，受物理世界物体间相互作用规律的启发，提出了该问题的三维连续模型，它比离散模型更接近真实蛋白质空间折叠结构．根据连续模型找到了相应的拟物算法，并给出一些实例的计算结果，结果证明了拟物算法的有效性．     

与观测信息相关的n阶隐马尔可夫模型的参数估计

定义了与观测信息相关的n阶隐马尔可夫模型,给出了该模型的结构.研究了该模型的前向算法,并用前向算法计算给定模型下观测序列出现的概率.通过研究该模型的Baum-Welch算法,导出了它的参数重估公式.     

纯交换竞争经济均衡模型的一个新算法

对于纯交换竞争经济均衡问题,为给出该问题的最优决策,我们给出了该问题的数学模型,并提出了求解该模型的一个新型算法,在较宽松的条件下,证明了所给算法的全局收敛性.也给出了算法的数值实验,实验结果表明,所给算法是十分有效的.     

用于 RFID 网络规划的含 Expansion 关系的多目标云优化算法

给出了一个含有Expansion关系的多目标云优化算法,并用于求解RFID网络规划问题。该算法的思想源自于云模型,利用云模型理论估计优化过程的优势解区域和生成新解。在优化过程中,算法利用获得的信息建立优势解区域的云模型,并用反向云生成算法计算该云模型的3个数字特征。在此基础上,依据这3个数字特征,用正向云生成算法产生当前代的子代种群。为了引导寻优过程,Expansion关系被用于比较最好的一些个体,并对当前代种群和当前代子种群的并集用Expansion关系进行排序;之后,依据这个排序结果从中选择一些最好的个体组成下一代种群。该算法与其它一些算法就一组基准函数进行了模拟测试比较,并用于求解一个模拟RFID网络规划问题,代距准则（ GD）和多样性（Δ）用于评价算法的性能,模拟结果显示该算法是有效的。     

用于RFID网络规划的含Expansion关系的多目标云优化算法（英文）

给出了一个含有Expansion关系的多目标云优化算法,并用于求解RFID网络规划问题.该算法的思想源自于云模型,利用云模型理论估计优化过程的优势解区域和生成新解.在优化过程中,算法利用获得的信息建立优势解区域的云模型,并用反向云生成算法计算该云模型的3个数字特征.在此基础上,依据这3个数字特征,用正向云生成算法产生当前代的子代种群.为了引导寻优过程,Expansion关系被用于比较最好的一些个体,并对当前代种群和当前代子种群的并集用Expansion关系进行排序;之后,依据这个排序结果从中选择一些最好的个体组成下一代种群.该算法与其它一些算法就一组基准函数进行了模拟测试比较,并用于求解一个模拟RFID网络规划问题,代距准则(GD)和多样性(Δ)用于评价算法的性能,模拟结果显示该算法是有效的.     

基于ARM的指纹识别算法的研究与开发

研究了指纹识别的核心算法,给出了指纹识别软件系统的整体实现方框图以及具体的指纹识别算法流程图．研究了基于ARM的指纹识别模块的硬件实现和硬件优化以及在ARM平台下对识别算法进行的优化,并同时给出了内存优化和算法优化后模块的一些测试数据．同时也给出了该算法的一些改进意见．     

含缺失数据线性模型回归系数的约束EM算法

应用EM算法求含缺失数据的约束线性模型回归系数的极大似然估计,该回归系数满足线性不等式约束.我们提出M-步的优化算法,并针对正态模型讨论EM序列的收敛性,最后举例说明算法的应用.     

求解一般l1趋势过滤问题的原始对偶内点法

针对一般l₁趋势过滤问题提出一种原始对偶内点法，首先给出原始对偶内点法的算法框架，并对原始对偶内点法进行收敛性分析和算法复杂度分析.最后，将提出的算法和目前流行的半光滑牛顿增广拉格朗日方法和交替方向乘子法进行对比.实验结果表明：当模型中的参数变化时，原始对偶内点法更加高效和稳健.     

粒子种群优化(PSO)算法的性能研究

近年来,一种新的基于种群优化的算法———粒子种群优化(PSO)算法,正受到人们的普遍关注。首先介绍了PSO原理及具体实现步骤,接着对各种常见PSO算法,例如原始算法、惯性权值算法、限制因子算法等进行了解释。在此基础上,对PSO算法典型模型的参数选择,如惯性权值、加权系数、最大速度等,进行了详细研究,并给出了实验结果,得出了相关结论,为今后参数的选择提供了参考。接着讨论了PSO在神经网络、模糊逻辑系统和进化计算等计算智能领域及其它工程领域的应用,最后给出了进一步的研究方向。     

雷达散射截面的实时可视化预估

介绍了雷达散射截面（RCS）实时可视化预估方法，对其工作原理、系统组成、参数提取以及RCS物理模型进行了分析，并针对Indigo工作站硬件上的一些缺陷，提出了相应的改进算法。最后给出了一些几何体的数据结果。     

多端网模式下的逻辑划分

一个适当的模式对于划分逻辑电路来说是很必要的。本文提出了一个直接反映实际电路连接关系的多端网模式。在这个模式下，推导出了划分中关于两子集间代价的对交换增益公式及关于子集外部代价的单边移动增益公式和对交换增益公式。本文提出了一个将对交换法和单边移动法相结合的用于二路迭代改进划分的算法。最后，给出一些实验结果。     

Turbo码在瑞利慢衰落信道中的性能仿真与分析

介绍瑞利衰落信道的编码信道模型，给出与这些模型相对应的仿真方法．然后针对充分交织瑞利平坦慢衰落信道，在未知信道状态信息的情况下，对Turbo码的译码算法Log—MAP进行修正，并进一步对影响Turbo码性能的主要参数：迭代次数、交织器长度、编码效率、分量编码器结构进行仿真与分析，得出的仿真结果可以指导实际无线信道中设计合理的通信Turbo码。     

一种系统在线辨识算法的改进研究

研究了线性单输入单输出系统在线辨识的递推算法．为确保复杂的智能控制有更充裕的时间，在保证辨识精度的情况下，提出了减少参数辨识运算量的变步长递推算法．传统的递推最小二乘法采用的方式是每获得一组新观测数据就修正一次参数估计值，而变步长递推算法增加了改变每次修正参数估计值前获得新观测数据的组数，合并了一些重复的运算．对该算法进行了推导，并给出了参数误差的差分方程，在理论上证明了算法的收敛性．仿真和实验表明，该算法的运算量有明显减少，而收敛速度和辨识精度几乎没降低．     

基于随机均衡配流的O-D量估计双层规划模型及算法

在传统随机均衡配流模型的基础上,提出了一种增广的随机用户均衡配流模型及其求解算法。在此基础上构造了一个双层规划模型,用以描述基于随机用户均衡原则的从路段观测流量估计O-D交通量的问题,并给出了相应的求解算法。该模型及其求解算法对于解决O-D估计问题是可行有效的。     

城市停车设施片区指引优化模型及评价方法

提出一种停车设施片区优化指引的模型方法,以首选停车场和备选停车场的平面距离最小为目标函数,在泊位饱和度和车辆接受停放概率等约束条件下,建立停车片区优化指引模型,设计结合作图法的两层次搜索算法确定停车场备选解集.采用模糊优选评价方法进行备选方案的排序研究,通过隶属函数对各备选停车场方案的原始数据进行标准化处理,并通过备选方案与基准方案的贴近度数值评价各次选停车场的排序,以东莞市中心城区第7停车分区作为计算实例,说明停车片区停车指引模型和模糊优选评价方法能够成功地应用实施.