一类广义Jacobi矩阵的逆特征值问题

本文研究了一类广义Jacobi矩阵的逆特征值问题,给出了该问题有解的充要条件,并讨论了解的唯一性.进一步,本文给出算法计算该问题的解,数值实例说明算法是行之有效的.     

关于分裂凸可行性问题的粘性迭代算法

研究了分裂凸可行性问题,给出了该问题的一个新的近似解算法,并证明该算法具有强收敛性,所获得的结果改进了前人的工作.     

基于当前最优解的反向差分进化算法求解函数优化问题

当最优解偏离目标函数定义域的几何中心时,反向个体容易远离全局最优解,基于反向差分进化算法的性能会大幅降低. 该文引入基于当前最优解的反向学习策略,并与差分进化算法相结合,求解函数优化问题. 当前代的最优解作为候选解和相应反向个体之间的对称点,能保证反向种群的利用率始终维持在较高水平. 实验结果表明,该算法可行而高效,且算法性能的提升完全是反向个体的贡献. 此外,提出一种增强的基于反向差分进化算法,展示出此类优化方法的最优效果.     

SC-FDMA中继系统中最大化容量的资源分配

针对单载波频分多址(single carrier frequency division multiple access,SC-FDMA)系统的子信道相邻限制,研究了适用于SC-FDMA中继系统中最大化容量的资源分配算法,提出将该资源分配问题重构为一个集合划分问题,并借助运筹学中的相关算法求出最优解.为降低最优资源分配算法的计算复杂度,还提出了一种采用贪婪试探法的次优算法.仿真结果表明,在放大转发和解码转发中继协助的SC-FDMA系统中,最优算法的频谱利用率显著高于随机算法,而贪婪次优算法能达到接近最优算法的性能,并且具有较低的计算复杂度.     

基于基因片段插入的旅行商问题的演化算法研究

旅行商问题是组合优化中一个广泛研究的NP-hard问题.本文引入了一种新的运算方式：基因片段插入,并利用此运算给出了一种求解旅行商问题的演化算法.实验结果表明,此算法能以较高的概率找到旅行商问题的近似最优解.     

关于分裂凸可行性问题的粘性迭代算法1

研究了分裂凸可行性问题，给出了该问题的一个新的近似解算法，并证明该算法具有强收敛性，所获得的结果改进了前人的工作。     

一类变分包含组解的强收敛定理

研究了Banach空间中一类变分包含组解问题.构造了一类非扩张映射,并讨论了它们的性质.把变分包含组问题转化为映射不动点问题.利用定义的非扩张映射,引入新的迭代算法.研究了由迭代算法生成的序列的收敛性,得到这类变分包含组问题解的强收敛定理.     

数字助听器的并行梯度投影回声抵消

自适应回声抵消是消除助听器回声啸叫的有效方法. 针对回声路径评估偏差大的问题,文中提出线性预测-并行梯度投影算法,通过对助听器输出信号进行线性预测来生成解相关FIR 滤波器,获得解相关信号. 系统利用解相关信号构建包含回声路径的凸优化方程,并设计并行梯度投影算法求解该方程,实现回声路径的估计. 实验结果表明算法在收敛速度、稳定性和精度等方面改进显著.     

解非线性方程的一种新方法

研究了一种求解非线性方程的新方法,提出并证明了该算法的收敛性定理,给出了该算法的应用实例.计算机仿真结果表明:对于随机给定的初始点,该算法都能稳定收敛到它的一个实根,而且计算精度可控,因此,该算法是有效的.与传统的计算方法相比,该算法不仅具有收敛速度快,而且计算精度可控以及初始点随机给定集中优点.     

LSCM_SUB在半盲多用户检测器中的应用

提出了应用于CDMA上行链路多用户检测器中的半盲LSCM_SUB算法.它首先利用非盲算法消除所有小区内干扰用户的影响,接着再利用LSCM_SUB算法抵消剩余的干扰.仿真实验表明,与盲LSCM算法及解相关算法相比较,该SB_LSCM_SUB算法的性能明显优于其他几种经典的盲恒模算法及解相关算法.     

基于神经网络的常微分方程数值计算方法

科学与工程应用中常用微分方程来建模,提出了一种基于余弦基神经网格的计算微分方程的新方法,其基本思想是以神经网络的输出来近似初值问题中的解析解.为保证算法的收敛性,提出并证明了神经网络算法的收敛性定理,为神经网络学习率的选择提供了依据.通过实例证明了该算法的有效性.     

离散Newton型分裂方法的Kantorovich型定理

对于牛顿型迭代格式等经典的算法,近年来经过很多学者的研究已经取得了丰硕的理论成果,包括收敛性定理、Kantorovich型定理和误差估计。局部收敛性定理需要假定了方程组有解,并且初始近似与解充分接近。然而对计算理论更为重要的是存在性、收敛性定理。在不知道解的情况下能够验证收敛条件,并且往往同时可以断定解的存在性乃至唯一性,因此对于各种迭代法建立存在性收敛性定理,始终是迭代法理论研究的中心课题之一。在Kantorovich型定理的条件下,给出了一种离散Newton型分裂方法的存在性及收敛性定理。     

超机动飞行的鲁棒自适应神经网络动态面控制

针对超机动飞行过程中气动参数变化剧烈、控制精度高的特点,提出了一种基于神经网络的鲁棒自适应动态面控制方法。模型不确定性和外界干扰由RBF神经网络在线补偿,控制律由动态面控制方法得到,降低了反推控制器的复杂性,改进的神经网络权值调整自适应率改善了系统的过渡过程品质。利用Lyapunov稳定性定理证明了闭环系统所有信号有界,系统跟踪误差和神经网络权值估计误差指数收敛到有界紧集内。对所研究的飞行控制系统进行了herbst机动仿真,结果验证了该系统在过失速机动条件下具有良好的控制性能。     

一种求解代数方程组的混合遗传算法及工程应用

针对用遗传算法求解代数方程组时解的精度问题，提出了一种混合遗传算法，这种算法采用实数编码方法，在遗传算法的基础上，引入一种用适应度函数值构成动态变化的搜索步长的随机搜索算子，当遗传算法求解达到某一精度时，应用该搜索算子在最优个体附近进行随机搜索，使算法解较快地逼近到所要求的精度，实验表明用这种算法求解代数方程组，可以达到较高的求解精度，在工程中用于求解关节型机器人速度逆解，避免了矩阵求逆，取得了满意的效果。     

一类非线性方程组的Newton—GPHSS方法

广义的预条件HSS（GPHSS）迭代方法是求解大型稀疏非Hermite正定线性代数方程组的有效方法．将其作为不精确Newton方法的内迭代求解算法,本文提出了一类Jacobi矩阵在解X^＊处为大型稀疏非Hermite矩阵的非线性方程组的Newton—GPHSS方法,给出了这类不精确牛顿法的局部收敛性定理．大量数值实验证明了该方法是正确有效的．     

脉冲电镀电源的一种神经网络控制方法

提出了一种用于脉冲电镀电源的神经网络控制器,并对脉冲变压器建立了数学模型.通过对整个电源系统进行仿真、实验,表明这种给予动态BP神经网络的控制器可以提高控制精度,并且对非线性.时变电镀负载有较强的适应能力.     

具有区间数的粗糙神经网络故障认定方法

针对具有区间数的信息系统．提出用粗糙神经网络求解其问题的方法．给出了粗糙神经网络的拓朴结构和学习算法以及粗糙神经网络的逼近定理．最后以歼击机的操纵面故障认定为例，构造了歼击机故障认定的粗糙神经网络．并通过仿真说明了方法的可行性和有效性．     

基于小波神经网络的大型桥梁监测

大型桥梁已成为城市交通体系关键的部分,对其进行有效地监测已势在必行。根据小波分析和神经网络在处理复杂非线性问题上的优势,将其分别应用于大型桥梁结构监测中的线形监测和应力监测这两个技术问题上。结果表明小波神经网络模型监测精度高,对桥梁的安全运营提供了技术支撑。     

多层前馈人工神经网络结构研究

研究表明，由多层FNN的BP算法误差函数构成的非线性方程组的独立方程个数和FNN的待求未知变量的个数应该相等，该方程组才能有唯一组解．由此导出网络结构方程式，进而导出隐层层数判别式和每层神经元个数判别式．依据Kolmogorov定理，由该判别式得出求解FNN隐层层数和每个隐层神经元个数的具体算法．计算机仿真结果表明该方法简明实用．