基于多边形最优一致逼近形式的上限有限元法

传统的上限有限元法采用外切多边形来逼近摩尔库伦屈服圆,该方法只有当多边形边数足够多时计算结果才比较精确,这往往导致线性规划规模过大,收敛速度较慢,给工程应用造成一定的影响。针对此问题,放松任意一点均须从上方严格收敛的上限性质,采用多边形最优一致逼近的形式构造线性化屈服函数和塑性流动方程。算例证明该方法求解规模更小,收敛速度大大提高。     

基于数学期望的核酸检测最优分组分析

新冠疫情给人们的生活和健康带来极大的影响,为了有效控制疫情的传播,核酸检测必不可少.基于我国巨大的检测人数和有限的公共卫生资源,如何低成本、高效率地进行核酸检测值得深思.结合不同省市官方疫情数据和MATLAB模拟,建立模型进行理论和实际的计算,面对不同情况给出相应的调整方案,根据感染率给出最优混检人数.     

语音矢量量化全局最优问题的研究

为提高运算速度和识别率,采用编码器扰动在线简化算法解决矢量量化编码时“全局”最优问题.这种算法无需计算扰动前后的目标函数差(ΔE).扰动是全局且永远被接受,在一个温度下无需进行多次扰动以达到热平衡,而且随着码本容量(M)的增加,计算时间要大大缩短,该算法提高了运算速度和识别率,能较好地解决了矢量量化陷入局部最小点问题.     

搜索3个目标的最优方法

研究如下搜索模型:原始搜索空间G含有n个外观相同的硬币,其中n-3个是具有相同重量的好币(好元),其余3个是重量相同且重于好元的较重硬币(搜索目标),最终目的是找到一个最优算法,它能够借助两臂天平用尽可能少的试验次数从搜索空间中识别出全部3个搜索目标.文章通过建立有效的搜索方法,证明了最小试验次数或者等于信息论下界或者超过信息论下界1次并且对于无穷多个区间,信息论下界均是可以达到的.     

基于改进RRT*算法的移动机器人路径规划

为解决渐进最优快速扩展随机树(RRT*)算法在特殊环境下(如狭窄通道)路径规划存在的内存占用多、规划效率低等问题,提出了一种基于目标约束采样和目标偏置扩展的改进R RT*算法.首先,在采样上引入目标偏置策略,并对每次采样进行位置约束,使采样的目标导向性更强.然后,在新点扩展上摒弃了已有算法单纯朝着采样点扩展的思路,通过...     

不完备广义多尺度决策系统的逐步最优尺度选择

现有的最优尺度选择算法有可能无法得到全局最优尺度组合,且具有较高的时间和空间复杂度。针对该问题,提出了不完备广义多尺度决策系统的逐步最优尺度选择算法。介绍了不完备广义多尺度决策系统,给出了上下近似集的性质;采取属性约简与尺度选择同步优化策略,以得到全局最优尺度组合;给出了一个快速的求相容类方法,并提出了不完备广义多尺度决策系统的逐步最优尺度组合选择算法,该算法显著降低了时间复杂度与空间复杂度。数值实验表明所提出的算法是有效的。     

求解最优巡回路问题算法

为找一种简便、实用的求解最优巡回路的方法,在给定2个基本假设的前提下,在局部上运用D ijkstra算法求出两顶点间的最短旅行费,再求出各顶点间的最短旅行费,得到各节点间的有向图距离矩阵。在全局上运用匈牙利法求出全局最优巡回路,并对出现的局部回路问题进行了讨论,即建立了用“四阶段法”求解无数量限制的最优巡回路问题的算法。用无向图和有向图2个实例进行了计算,验证了求解无数量限制的最优巡回路问题的算法。     

投资-超额索赔再保险下破产概率的最小化

针对一类带投资-超额索赔再保险的风险模型,考虑保险公司的破产问题.以公司盈余达到某个下界定义破产,将破产概率作为值函数,针对扩散渐近模型,建立了最优值函数的Hamilton-Jacob-Bellman(HJB)方程,通过区分控制区域,分别进行求解,得到了对应的最优投资和最优再保险策略,并给出了最优值函数的显示解.     

测量误差与天文定位误差

论述了基于最优估计理论的天文定位方法中天体高度测量精度与定位精度的关系．理论分析和实验表明,即使高度测量精度较差时,仍可获得满意的定位结果．     

关于影子价格的一个理论误区

对影子价格的理论基础进行了研究,通过对线性规划及其对偶问题经济涵义的分析,揭示了以线性规划中的影子价格为基础定义国民经济评价中的影子价格是一个理论误区,并指出影子价格的理论定义应为帕累托最优状态下的均衡价格.