半群环的S-弱正则性

研究了环的S-弱正则性,得到S-弱正则性刻画的一个充分必要条件,即设R是环,J是R的任何理想,则R是S-弱正则环R/J和J都是S-弱正则环.另一部分讨论了半群环和收缩半群环的S-弱正则性,得到一些重要性质.     

弱正则锥与正则锥的等价性

利用抽子列的方法,证明了弱正则锥与正则锥的等价性,从而推广了由弱正则还赋予正规或弱连续的条件才能导出正规的相关结果.     

环的强正则性

在主左(右)理想是弱右(左)理想的条件下,研究一些特殊环(如GP-V-环、GP-V′-环、弱正则环和广义正则环等)的强正则性,得到了强正则环的一些等价刻画.     

环的弱正则性

首先引入弱正则理想的概念,得到了弱正则理想的一些性质,接着讨论了半群环的弱正则性.     

向量值弱 Hardy 鞅空间的弱原子鞅分解

引入了弱原子鞅与正则弱原子鞅的概念,研究了两类Banach空间值弱Hardy鞅空间的弱原子鞅分解和正则弱原子鞅分解,所得结论揭示了弱Hardy鞅空间正则弱原子鞅分解的存在性与Banach空间一致光滑性和一致凸性之间的内在联系.     

完全正则空间的一个刻画

给出了集合X上的弱一致结构的定义，通过弱一致结构给出了刻画完全正则空间的一个等介刻画，即拓扑空间(X，J）是完全正则空间的充分必要条件为X上存在一个弱一致结构，其中J是该弱一致结构所诱导的拓扑．     

环的强正则性

在主左(右)理想是弱右(左)理想的条件下, 研究一些特殊环(如GP-V-环、 GP-V′-环、 弱正则环和广义正则环等)的强正则性, 得到了强正则环的一些等价刻画.     

模糊理想刻画的弱左正则幺半群

介绍弱左正则幺半群的概念,指出在可交换半群中,完全正则、弱左（右）正则和完全幂等是等价的．进一步地,通过模糊理想、模糊左理想和模糊右理想的性质刻画了弱左正则幺半群,给出了一个幺半群是弱左正则的等价条件．     

正则锥的一个充要条件

借助Mazur定理,给出正则锥的一个充要条件,即P为一正则锥当且仅当P为一正规且弱正则锥.     

退化拟正则映射的一个充分条件

研究了退化弱拟正则映射的正则性 .利用 Hodge分解、Sobolev空间的分析方法 ,以及 Fa-tou引理等工具 ,给出了退化弱拟正则映射事实上为退化拟正则映射的一个充分条件 ,其结果对于非退化情形也是成立的     

课程表问题的一种混合型模拟退火算法

提出了课程表问题的一种基于概率型启发式算法（HA）的混合型模拟退火算法。其中，概率型的启发式算法采用了复杂度高者优先，循环首次适应算法，贪婪法，回溯法和松弛法等多种方法，该算法所排出的课表可作为模拟退火算法的初始解。模拟退火可对概率型启发式算法的排课结果做进一步优化，克服了启发式算法不具有全局收敛性的缺点。所以，混合型模拟退火算法具有启发式算法充分利用领域知识，计算量小，优化快速和模拟退火的全局收敛性，数值实验也证明了它的有效性和可行性。     

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。     

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。     

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．     

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.     

一种改进的SVM算法及其在证券领域中的应用

根据传统的SVM算法原理，提出一种新的基于连续的和过程化的SVM算法，该算法在分类结果上不再局限于两类分类问题的离散情况，是一种支持向量的动态选择算法．将该算法应用于证券领域中，结果表明该算法是有效且正确的．     

基于遗传算法的BP网络全局收敛的混合智能学习算法

给出了一种将 BP算法和遗传算法有机结合的全局收敛的混合计算智能学习算法。此算法结合了 BP算法和遗传算法的长处 ,既有较快的收敛性 ,又具备良好的全局收敛特性。计算机仿真结果表明 ,该混合算法显著优于遗传算法和 BP算法     

用混合遗传算法实现神经网络快速训练

快速神经网络训练算法的研究是人们所关注的问题之一。经过分析与研究 ,遗传算法是一种全局并行随机搜索优化算法 ,具有很强的全局搜索能力 ,而 BP算法的局部搜索能力较强。文章将两者结合起来 ,形成一种混合遗传算法 ,并就混合遗传算法的原理及其在实现时所涉及到的许多策略问题进行了分析比较 ,仿真结果表明它具有收敛速度快和不会陷入局部极小的特点。     

框式凸二次规划原始-对偶势下降内点算法

基于线性规划原始-对偶内点算法的思想,对框式凸二次规划提出了一种新的内点算法-原始-对偶势下降内点算法.算法取牛顿方向作为迭代方向,利用势函数选择迭代步长,并证明了新算法具有O(nL)的迭代复杂性.     

LLR-BP算法的简化译码算法研究

研究了基于Gallager方案的LLR-BP算法及其简化的译码算法,应用Matlab仿真比较了基于Gallager方案的LLR-BP算法及其三种简化译码算法的性能,仿真结果表明:基于Gallager方案的LLR-BP算法与归一化BP算法和偏置BP算法的误码率性能相差不多,当信噪比大于2dB时,归一化BP算法和偏置BP算法比基于Gallager方案的LLR-BP算法的误码率性能稍好,最小和算法误码率性能相对最差。