A-调和方程,变分问题与WT2类

研究WT2类向量.证明了A-调和方程弱解的梯度和积分泛函的极小点的梯度都属于WT2类,推广了已有结果.这些结果提供了调和方程和变分问题正则性理论新的研究思想.     

有直销单商品流供应链网络均衡模型及应用

建立了有直销单商品流供应链网络均衡模型,导出了有直销单商品流供应链网络均衡条件,它等价于一个有限维变分不等式.通过修改的拟牛顿法,获得了有直销单商品流供应链网络均衡模型的解(变分不等式的解),给出了1个算例,验证了模型的正确性和算法的可行性.     

基于深度贝叶斯网络学习的不确定性建模方法

战场态势评估涉及很多不确定因素,对不确定性进行仿真建模能够提高态势评估的能力。针对参战对象多元、不确定性增多导致的无法全面准确表达不确定性问题,提出了基于记忆模块和变分自编码器的深度贝叶斯网络模型。采用生成模型设计了基于深度贝叶斯网络学习的态势评估模型;阐述了融合记忆模块的深度生成模型原理和模型的学习与推理过程;以某空袭行动为例构建贝叶斯网络,对所提方法进行了验证。结果表明:深度神经网络能够逼近隐变量的非线性变换,设计的记忆模块能存储深度神经网络提取的大量局部特征,通过学习自动得到了贝叶斯网络条件概率,增强了不确定性建模能力。     

一种改进的推广近中心点算法

考虑变分不等式问题,基于D.Han(2003)提出的推广近中心点算法,通过改进算法的投影区域,提出了求解变分不等式问题的一种新的推广近中心点算法.该算法具有如下特点:算法产生的迭代点列关于初始点具有扩张性质;如果变分不等式问题有解,则算法产生的迭代点列的极限点就是初始点到问题解集上的投影;在适当的假设条件下,算法具有全局收敛性.最后,给出了该算法的初步数值试验结果.     

异常值和未知观测噪声鲁棒的卡尔曼滤波器

给出了对异常值和未知分布的观测噪声鲁棒的卡尔曼滤波器.分析表明当以Huber损失函数替代推导卡尔曼滤波器最大后验准则中观测误差的l2范数时,就构造了一个新的准则.由于Huber损失函数可同时描述l1和l2范数,因此由这个新准则推导的卡尔曼滤波器,在具有传统卡尔曼滤波器性质的同时,也有了l1范数对异常值鲁棒的特性.而当含...     

球形GaAs-Ga1-xAlxAs量子点中激子束缚能的变分法计算

用无限深势阱和有限深势阱2种模型,计算了激子束缚能与球形量子点半径的关系.计算结果表明：对于无限深势阱模型,量子点中激子束缚能随着量子点的半径增加而减小;对于有限深势阱模型,当量子点半径较小时,束缚能随着量子点的半径增加而增加;当量子点半径增加到一定值时,它的束缚能达到最大值,继续增加量子点半径,束缚能反而减少.这些计算结果对深入理解半导体量子点中激子的物理本质具有一定学术意义.     

弹性需求用户平衡分配模型及其应用

对具有弹性需求的交通网络随机用户平衡分配问题进行了分析研究,将其描述为一个等价的变分不等式。最后将模型应用于拥护公交网络系统的平衡分配问题,并针对公交网络系统的特殊性,提出相应的求解算法 法。实例表明了模型的合理性和算法的有效性。     

模式间相互影响时估计O-D需求的双层规划模型及求解算法

考虑各种交通模式间的相互影响 ,利用多模式均衡配流的变分不等式模型 ,建立了拥挤条件下多模式 O-D需求估计问题的双层规划模型 .并在对多模式均衡配流变分不等式模型进行灵敏度分析的基础上 ,给出了关于此类双层规划模型的基于灵敏度分析的求解算法 .最后进行了数值试验.     

基于变分不等式的网络广告资源分配的超网络模型

为优化网络广告资源分配,提高网络广告的效应,建立了由m个公司和n个网站构成的网络广告资源分配的超网络模型.模型中采用点击量、转化量及显示概率作为权值的展示量来说明广告效果,得到了模型的优化条件并且将其转化为有限维的变分不等式.提出了利用变分不等式算法揭示网络广告资源分配的网络结构.数值模拟结果表明:在一定误差范围内,可得到模型的平衡解.     

图像去噪中改进的LLT去噪模型

提出了一种改进的LLT去噪模型，并给出有效的不动点迭代方法.数值实验结果表明，改进的LLT模型不仅能保持图像的细节，而且能避免阶梯效应.