一类伊藤型不确定随机系统均方稳定的充要条件 

利用LMI(线性矩阵不等式)的相关知识,对不确定随机系统的均方稳定性进行深入研究, 提出一类新的系数不确定伊藤型线性时不变随机系统,分析该类系统的均方稳定性,得到该类 系数不确定伊藤型线性时不变随机系统均方稳定的一个充要条件,同时也得到该类系统均方 稳定反馈控制器的一个设计方法。     

Hamilton—Jacobi—Bellman方程在最优投资中的应用

建立简单的衍生证券投资组合模型，利用HJB方程，讨论了在一定假设条件下衍生证券最优投资问题，得到相关投资策略与无风险投资收益率及风险投资期望收益率之间定量关系。并利用得到的定量关系式，讨论了投资策略与无风险收益率及风险投资期望收益率之间定性关系；同时也说明了人民币降息对国民经济的调控作用。     

基于鲁棒分析的一类随机系统的保性能控制

在不确定线性系统保性能控制研究的基础上,对成本控制矩阵不确定随机二次控制问题进行了研究,给出了一类线性随机系统及相应系数不确定线性随机系统保性能控制的定义,并利用伊藤公式和LMI(线性矩阵不等式)方法,在其满足均方稳定的条件下,得到了相应线性随机系统的保性能控制律的存在条件,即若线性随机系统均方稳定,则其相应的保性能控制律存在.最后将最优保成本控制律的设计转化为一个凸优化问题,即求解一个线性矩阵不等式问题.     

一种改进的自适应蚁群算法及其应用研究

蚁群算法作为一种新型的模拟进化算法,具有分布计算和信息正反馈等优点,但蚁群算法与其他进化算法一样存在收敛速度慢,易陷于局部最优等缺陷。针对这一问题,提出一种改进的蚁群算法,结合遗传算法和图论中的最邻近算法,并自适应地初始化信息素和限定信息素的大小范围。将该算法应用于旅行商问题(traveling salesman problem,TSP)求解,与基本蚁群算法比较,数值实验结果表明,这种改进算法能有效抑制算法陷入局部最优的缺陷,从而提高了解的全局搜索能力和解的质量。