An Approximate Algorithm for a Class of Nonlinear Bilevel Integer Programming

The algorithm for a class of nonlinear bilevel integer programming is discussed in this paper. It is based on the theory and algorithm for nonlinear integer programming. The continuity methods for integer programming are studied in this paper. After simulated annealing algorithm is applied to the upper-level programming problem and the thought of filled function method for continuous global optimization is applied to the corresponding lower-level programming, an approximate algorithm is established. The satisfactory algorithm is elaborated in the following example.     

解析几何中的两个问题

本文讨论了解析几何中的两个疑难问题，它有益于解析几何的教学和研究。     

一般非降路径数问题的模拟算法

讨论了一般非降路径与不定方程的内在联系，把求非降路径数的问题转换成求不定方程的解的个数问题，并用此方法解决了一般非降路径数的求解问题     

求解一类块线性代数方程组的LU分解算法

本文针对一类块线性代数方程组的大型、稀疏的特点,采用压缩存储技术,设计出了LU分解算法,计算表明:该算法效果良好。     

超长十六进制整数到十进制整数的转换

本文利用数制转换原理，构造了超长十六进制整数到十进制整数变换的变换矩阵（Ｔ）１６１０；进一步利用整数的进位原理推出了超长十六进制整数到十进制整数间的码－码变换公式，利用本变换最大可得到４０位十进制整数。     

gj图的性质及其应用

讨论了COD（除之符合）展开式的gj图的读图规则及除项中变量数图，对毋图的性质作了进一步的研究，提出了若干新的性质，给出了相应的证明．并对其应用及实例进行了讨论．实例表明图形方法具有简单、直观等优点．讨论揭示了gj图的内在规律，有助于开拓岛图的应用领域．     

数值积分中代数精度的讨论

对于给定节点个数情况下,各种节点位置对代数精度的影响及对代数精度限制范围进行全面讨论.这对在数值积分中的主要公式插值型和Gauss型求积公式的适用范围、精确度有一个全面清楚的了解.     

对多项式方程组零点集结构式的一个改进

目前公认的求解多项式组零点集的最好方法中，为求解一个，有时需整序几十次，甚至上百次，这种巨大的计算工作量在实际应用中是难以被接受的。     

Bayesian integer frequency offset estimator for MIMO-OFDM systems

Carrier frequency offset （CFO） in MIMO-OFDM systems can be decoupled into two parts： fraction frequency offset （FFO） and integer frequency offset （IFO）. The problem of IFO estimation is addressed and a new IFO estimator based on the Bayesian philosophy is proposed. Also, it is shown that the Bayesian IFO estimator is optimal among all the IFO estimators. Furthermore, the Bayesian estimator can take advantage of oversampling so that better performance can be obtained. Finally, numerical results show the optimality of the Bayesian estimator and validate the theoretical analysis.     

解整数规划问题的目标收敛法

提出基于目标收敛法的整数规划求解方法．该求解方法从整系数目标函数值一定为整数这一性质出发,对目标函数值进行逐步约束,使得每一步迭代均在上一步问题的可行域中割去一块不包含原规划问题整数可行解的区域,从而使可行域逐步缩小最终得到整数最优解．目标收敛法还可与割平面法、分枝估界等方法结合起来使用,从而加速求解过程．