基于信息流累积的传感器节点分布密度控制算法

针对大规模无线传感器网络中的路由空洞问题设计了一种传感器节点非均匀部署机制:基于信息流累积的传感器节点分布密度控制算法.该算法根据网络中不同位置上节点需转发的信息流量,估算出网络中的能耗分布情况,并据此求出网络中不同位置上节点应有的部署密度.仿真结果表明,与按均匀分布策略进行布网的方法相比,本文提到的节点非均匀部署机制可使网络中各节点的能耗达到极好的均衡,从而有效避免网络中过早出现路由空洞问题,保证无线传感器网络的监测覆盖程度,加强网络的安全.     

基于免疫的多峰极值遗传搜索算法

寻找多极值点是一个具有广泛应用价值的问题。在传统遗传算法基础上,引入免疫算子用来搜索多峰函数的极值点,其中免疫算子依次通过疫苗提取、接种疫苗和免疫选择三个步骤来完成。实验测试结果表明,该算法对一元函数和多元函数都有很好的效果。     

带状随机线性系统状态的估计问题

针对目前关于广义系统状态估计的研究现状 ,即几乎所有的讨论都集中在奇异矩阵为方阵的情况 ,讨论了广义逆矩阵和矩阵的奇异值分解问题。首次提出了带状随机系统的状态估计问题 ,利用矩阵的奇异分解理论给出了带状广义连续线性系统的奇异值标准形式。基于标准形式 ,利用广义逆矩阵的性质 ,在两种情况下将系统分解成两个子系统 ,通过估计子系统的状态 ,得到了该系统状态的最优预测和滤波递推方程。     

基于内部竞争的金融企业的最优风险管理

讨论了金融企业的最优管理问题,金融企业的目标是：用于(股东)分红的净收益的期望现值最大,根据Bellman最优性原理,得出了分红情况下的Bellman方程,通过对所得方程的分析给出了解析解和最优控制策略．文章首次提出了最大容忍损失和临界破产概率两个概念,据此给出了破产概率新的解法并得到了企业的临界破产概率和破产原因．     

绝对值方程的一种严格可行内点算法

给出绝对值方程的一种新算法. 先把绝对值方程转化为线性互补问题, 再结合牛顿方向和中心路径方向, 通过求解一个线性方程组得到搜索方向.  获得了求解绝对值方程的一种严格可行内点算法, 并证明了该算法经过有限次迭代后收敛到原问题的一个最优解, 数值实验表明方法是有效的.     

一种改进的和声搜索算法

针对和声搜索算法在处理复杂函数优化问题时容易陷入局部最优、收敛精度低的缺点,提出了一种改进的和声搜索算法,不同于已有的HS算法.整个和声记忆库被划分为一些小的子和声记忆库,每个子库适时地更新内部信息,然后将各子库中的最优解构成一个较优记忆库并进行搜索,这些子记忆库通过重组周期被反复重组,信息在这些子库中被交换,在算法的最后搜索阶段,为了表现一个更好的局部搜索能力,所有和声形成一个和声记忆库.同目前提出的一些HS算法相比,新算法有更好的优化性能.     

广义Ⅰ型一致不变凸条件下的极大极小分式规划的二阶对偶

给出一类新的二阶广义(F,α,ρ,θ)-d-Ⅴ-Ⅰ型一致不变凸的概念, 讨论了极大极小分式规划问题（P）, 建立了规划（P）的一个二阶对偶模型, 并利用此二阶广义Ⅰ型一致不变凸性, 得到了弱对偶、 强对偶和严格逆对偶定理.     

基于惯性权重指数递减的粒子群优化算法求解绝对值方程

利用惯性权重指数递减的粒子群优化算法求解一类不可微的NP难的绝对值方程问题. 该算法通过调整惯性权重的动态变化能有效克服基本粒子群算法在后期局部搜索能力差、 易陷入局部最优解的缺点. 数值试验表明, 在求解具有唯一解或多个解的绝对值方程时, 该算法精度高, 迭代次数少.     

基于差分算子的和声搜索算法求解非线性l1模极小化问题

针对一类目标函数非光滑的l1模极小化问题,提出了一种改进的和声搜索算法.结合差分进化算法的变异策略,用差分向量算子取代和声搜索算法的音调微调.实验结果表明,改进后的和声搜索算法能够获得原问题的全体解.