模糊数值函数的统计收敛,一致统计收敛及等度统计收敛

 在引入模糊数值函数统计收敛,一致统计收敛,等度统计收敛等概念的基础上,讨论了它们之间的相互关系以及其水平截函数之间的关系.在测度有限的情况下,得到了模糊数值函数统计收敛的Egorov定理和勒贝格定理.     

中心偏心差分法

提出了构造差分显式位移动力算法的通式,并得到了三步显式位移算法.此法对加速度采用中心差分近似,但对速度采用三点偏心差近似,因此也称为中心偏心差分法.此法可以认为是对中心差分法的改进,克服了中心差分法在计算阻尼矩阵为非对角阵时退化为隐式算法的缺点.中心偏心差分法的算法精度为二阶.对此算法的稳定性进行了分析.分析表明,与同类显式算法相比,本方法具有时间和空间两方面的算法优势.     

基于相似度测量法的模糊最短路径问题

提供了一种基于相似度测量法处理模糊最短路径问题的算法,通过计算各路径的相似度找到模糊最短路径长度,并获得相应的模糊最短路径.     

基于传播因子的分布式信源中心波达方向估计

采用传播因子估计分布式信源中心波达方向的算法,尤其是对于不相干分布式信源,利用泰勒级数将其方向向量进行一阶近似,得到形式上与点信源类似的分布式信源方向向量,再利用传播因子算法来估计其中心波达方向,有效地解决了角度扩散较小且角度信号密度不同的相干和不相干分布式信源中心波达方向估计问题.不仅计算简单,而且适用于多个分布式信源中心波达方向的估计.仿真实验验证了所提算法的有效性,与MUSIC算法相比,本文提出的算法有更好的信噪比性能.     

关于二阶线性递归序列的加权和

设{wn}为二阶线性递归序列,n为整数.给出了关于二阶线性递归序列{wn}的加权和T(m)的定义,研究了二阶线性递归序列{wn}的加权和T(m),得到了关于加权和T(m)的一个公式,本文的主要结果推广了Kiyota Ozeki的一个结果.     

基于广义梯形模糊数相似度的交叉效率集结

在不确定环境下,针对模糊数据的多样性和复杂性,本文结合广义梯形模糊数相似度理论将广义梯形模糊数的交叉效率矩阵转换为交叉互评相似度矩阵,并根据模糊信息检索系统中的布尔模型,以能最大程度还原信息本身为准则,构建满足"正相容性"的有序几何平均集结函数对交叉互评相似度矩阵进行集结,从而得到关于每个决策单元的同行评价综合相似度.根据决策单元的同行评价综合相似度,建立反映决策者偏好的模糊一致性偏好矩阵,并对决策单元进行集结权重的分配,根据分配结果计算决策单元的全局交叉效率值.本文的集结方法可以解决不确定环境下,交叉效率矩阵数据多样性的问题,有较高的适用性;并且其集结结果具有较高的一致性和稳定性.最后本文以梯形模糊数的交叉效率矩阵为算例,来说明该方法的合理性和适用性.     

双大Reynolds数问题的混合方法

讨论双大Reynolds数问题,首先将解析解分解为光滑部分和奇性部分,对这两部分都做了上界估计;然后将解析解进行2阶渐近展开;最后提出混合算法．混合算法的主要思想是引入过渡点将区域分为粗网格区域和细网格区域,在这些网格区域采用等步长．在细网格区域采用有限元法,在粗网格区域采用迎风差分格式．混合算法结合了渐近解、数值解和BVT法的优势,是一个实用、有效的算法。     

Cauchy多项式与高阶Cauchy多项式

给出了Cauchy多项式与高阶Cauchy多项式及高阶Cauchy数的定义,导出了它们的生成函数,利用第2类Stirling数得到了它们的递推公式,获得它们与高阶Bernou lli多项式、高阶退化Bernou lli多项式的关系式.     

区间模糊互补判断矩阵的一致性及权重计算

文章通过对区间数模糊互补判断矩阵中的一致性信息和冗余信息的研究,给出了此类矩阵的弱一致性、一致性及等价判断矩阵的定义;讨论了他们的一些性质和给出判定区间数模糊互补判断矩阵是否具有弱一致性、一致性的定理和算法;最后还给出了权重向量的定义和通用的计算公式,并举例说明其计算简单性。     

关于随机序列的若干强大数定律

设{,ξ1ξ,…,nξ,n≥1}是一随机序列,且{nξ,n≥1}<.ξ利用鞅差序列几乎处处收敛定理,给出受控随机序列的若干强大数定律.