置换群在多元多项式环因子分解中的应用

域上的多元多项式是单一分解环,但如何对其中的多项式因子分解却无一般方法可循．本文通过置换群对多元多项式的作用,给出了一类多元多项式的因子分解的一种方法．     

关于多元多项式的最小公倍式

给出了数域上多元多项式的最小公倍式的定义,讨论了多元多项式的最小公倍式的重要性质．     

实(复)数域上多元二次多项式可分解的条件

运用统一的方法对实数域和复数域上的多元二次多项式的分解问题加以讨论，首先把多元二次多项式表示为矩阵的乘积形式；然后给出了实(复)数域上多元二次多项式可分解的充要条件——存在满足一定条件的反对称实(复)矩阵，同时给出分解的方法及实例。     

实(复)数域上多元三次多项式可分解的一个充要条件

运用统一的方法对实数域和复数域上的多元三次多项式的分解问题加以讨论。首先把多元三次多项式表示为矩阵的乘积形式，然后给出实（复）数域上多元三次多项式可分解的充分必要条件－存在满足一定条件的对称实（复）矩阵，并给予证明，同时给出分解的方法及例子说明。     

GF(P)上多元多项式的因式分解

本文将文［１］中复数域Ｃ上多元多项式近似因式分解算法改进到有限域ＧＦ（Ｐ）上，给出ＧＦ（Ｐ）上多元多项式精确因式分解算法；算法切实可行，易于实现。     

Kunio Kakie定理的一般形式

推广了ＫｕｎｉｏＫａｋｉｅ定理,得到了其在唯一分解环上关于一般二元齐次非常元多项式系的相应结果;并进一步给出了其在唯一分解环上关于一般一元非常元多项式系的对应形式．从而为在域上多元多项式系中应用奠定了基础．     

关于多元多项式的最大公因式

探讨了数域上多元多项式的最大公因式,给出了两个多元多项式与其最大公因式的若干关系式,并获得了两个多元多项式互素的等价条件。     

复多元二次多项式可分解的充要条件

利用复数域上二次型的理论，给出了复数域上多元二次多项式可分解为两个一次因式的充要条件，并给出了分解的方法。     

基于粒子群优化算法求解多项式全部根

针对传统算法如牛顿法在求解多项式全部根的过程中，只能对某一有限的区间求出数值解，求解精度低等弊端，提出一种在整个实数域（或复数域）上进行求根的粒子群优化算法．模拟实验表明，该算法收敛速度快，精度高，是一种求解多项式根的有效方法．     

域上多项式函数的一个性质及应用

定义在域ｋ上的代数簇之间的ｋ－态射将ｋ－有理点映为ｋ－有理点,反之一般不真,讨论了其逆在一定条件下成立,并用它研究多元置换多项式中的一个未解决的问题：若Ｆｇ上的多元多项式ｆ是Ｆｑ的某一扩域的置换多项式,ｆ是否一定是Ｆｑ的置换多项式。     

一种改进的BNS网络论坛搜索算法

为了提高网页在互联网中的搜索效率,基于非结构化P2P网络的多种搜索算法和网络蜘蛛搜索算法,提出了一种广度优先搜索(BFS)和非贪婪性搜索(NGS)相结合的改进搜索算法(BNS)。并通过该算法的性能分析与大理学院校园BBS的应用测试,结果表明,BNS算法在搜索速率、相关度和准确率上都优于BFS和NGS算法,该算法的实际应用提高了网络论坛运行效率。     

用遗传-禁忌搜索混合算法求解组合投资问题

提出了一种基于遗传算法和禁忌搜索的混合算法,用遗传算法提供并行搜索的主框架,用禁忌搜索作为遗传算法的变异算子.遗传算法中变异过程解空间的搜索由禁忌搜索实现,并且用混合算法求解了概率准则意义下的组合证券投资模型.实例证明,遗传/禁忌混合算法有较强的爬山能力,较遗传算法有更高的计算效率,为组合证券投资者提供了一种高效的决策方法.     

基于蝙蝠算法的K均值聚类算法

为解决传统 K-means 算法中因初始聚类中心选择不当而导致聚类结果陷入局部极值的问题, 采用蝙蝠算法搜寻 K-means 算法的初始聚类中心, 并将模拟退火的思想和基于排挤的小生境技术引入到蝙蝠算法中, 以克服原始蝙蝠算法存在后期收敛速度慢、 搜索力不强等问题。 同时, 通过测试函数验证了其有效性。 最后利用改进后的蝙蝠算法优化 K-means 算法的初始聚类中心, 并将该改进的算法与传统的 K-means 算法的聚类结果进行了对比。 实验结果表明, 改进后的算法的聚类性能比传统的 K-means 算法有很大提高。     

一种从自由飞行实验中提取空气动力系数的新方法

该文提出从飞行体自由飞行试验中提取空气动力系数的新方法－－Ｍａｒｑｕａｒｄｔ改进法。Ｍａｒｑｕａｒｄｔ法综合了Ｃｈａｐｍａｎｎ－Ｋｉｒｋ渚最速下降法的优点而避开了它们的缺点，是一种比较好的数据处理方法。Ｍａｎｑｕａｒｄｔ改进法既继承了Ｍａｒｑｕａｒｄｔ法的优点，又大大地减少了计算工作量，是一种收敛快的迭代算法，最后，给出了在靶道实验数据处理中的计算实例。     

排课系统中混合算法的应用研究

排课系统比较复杂又具有智能特点,其算法主要有模拟手工算法、回溯算法、遗传算法、贪心算法等.在软件开发过程中,发挥每种算法优点以提高排课的科学性、高效性和合理性是个重要课题.结合成功研制排课系统的经验,阐述了不同算法的应用,提出了通过所有算法的混合应用解决排课问题的方法.     

混沌高效遗传算法在水库含沙量预报中的应用

利用混沌映射的遍历性和实编码遗传算法的全局优化性,通过在遗传进化过程中加入混沌变异操作,在变量的定义域内投放大量的混沌初始群体,在实编码遗传算法进化过程中加入单纯形法学习算子,建立了一种新的混沌高效遗传算法(chaos higher efficient genetic algorithm, CHEGA).应用该法对3个非线性、高维、多峰值测试函数进行了仿真,在收敛速度和全局优化方面好于现有的简单遗传算法和改进的遗传算法.建立了水库含沙量预报模型.并将CHEGA用于求解上述模型的参数优化问题,与实数编码加速遗传算法(RAGA)、二进制加速遗传算法和随机优化算法等方法相比,CHEGA可以遍历到整个区域,较好的保持了种群的多样性,并且精度高、收敛速度快.CHEGA对求解实际水库计算模型的参数优化问题非常有效.     

基于马氏距离的模糊聚类优化算法——KM-FCM

为了解决以欧氏距离作为相似性准则的传统模糊聚类算法对多维数据处理不利的问题,采用马氏距离代替欧氏距离,对基于马氏距离的模糊聚类算法进行优化研究,以增强基于马氏距离的模糊聚类算法的聚类效果和能力。通过构造启发式搜索与k-means算法结合的初始优化方法,利用可以自动调节最佳聚类数的有效性函数,提出了一种优化算法KM-FCM,并将此新算法与FCM,FCM-M,M-FCM聚类算法在3个标准数据集上进行了实验。结果表明,KM-FCM算法有效,聚类精度比FCM,FCM-M,M-FCM高,对高维数据聚类识别能力强,具有全局优化作用,并且聚类个数无需提前设定。新算法可为基于马氏距离的模糊聚类算法的优化提供参考。     

求解二维波动方程初边值问题的显隐混合校正并行算法

提出了一种基于区域分解法的显隐混合校正并行算法．通过对二维波动方程的数值试验，发现该算法具有无条件稳定性，其数值计算结果与整个区域上采用隐格式的计算结果相当，计算精度明显好于Kuznetson算法和改进的Kuznetson算法，计算时间也比Kuznetson算法和改进的Kuznetson算法的时间少，且小于隐格式计算时间的一半．     

加强局部搜索能力的人工蜂群算法

针对人工蜂群算法在求解过程中存在收敛速度慢、易陷入局部最优解等缺点,提出了基于加强局部搜索策略的人工蜂群算法(ABC Based On Enhancing Local Search Ability,LSABC).一方面,在雇佣蜂搜索阶段,利用两种不同的搜索公式得到两组解,并将适应度最佳者作为候选解,增加解的多样性;同时...     

《苏利亚历》的时差算法

目的 探讨《苏利亚历》(以下简称《苏历》)中时差算法的科学性。方法 将《苏历》中时差算法与理论算法进行比较。结果 通过对原始献的系统解读，廓清了《苏历》中时差算法的造术方法，证明了《苏历》中时差算法与理论算法完全等价，并成功地将《苏历》中的时差算法化为以太阳的黄经和时角为自变量的二元函数。结论 《苏历》中时差算法模型与理论算法虽然完全等价，但由于所取常数和理论值不同，并数次使用了近似公式，使得其结果与理论结果之间有一定的误差。但从总体上来说，这种误差是比较小的。