LS估计变劣后的改良

对LS估计变劣的原因进行了分析．根据该原因，运用矩阵论理论，在保持LS估计方法不变的前提下，建立了一种对变劣的LS估计进行改良的方法．实例分析表明，改良的效果是显著的．     

具有下层目标的多组线性二次微分对策[JZ]的非劣Nash开环策略

引进多组线性二次微分对策的非劣Nash策略的概念,证明非劣Nash策略存在的充分必要条件。在组与组之间Nash竞争而组内部合作的前提下考虑组内第二对策目标,以组内合作权向量为变量构造组与组之间的静态对策问题,得到使第二对策目标平衡的最优合作权向量,进一步得到同时满足第一目标非劣,第二目标平衡的非劣Nash开环策略。最后,以两组经济对策为算例说明该策略的有效性。     

亦工亦居，避劣造优——油田生产区经济适用房环境设计的探索

笔者结合油田居住小区环境景观的设计实践,分析油田经济适用小区环境设计的特殊性和复杂性,创意地解决实际问题,力图营造具有“实用性、生态性、家园性、休闲性”的经济适用住区环境景观,积极探索“亦工亦居”油田小区环境设计的途径。     

注塑机合模机构的多目标模糊优化设计

建立了以增力倍数M、行程比C、空循环次数Z为目标函数的多目标优化计算的数学模型。采用惩罚函数法调用鲍威尔法进行优化运算,并藉助于模糊相似优先此法,从非劣解中找出最接近理想解的最优解。     

基于单层网络的自组织的鲁棒主成分分析(PCA)算法

为提高工程图识别中基于主成分分析（ＰＣＡ）的特征提取的精度，讨论了ＰＣＡ鲁棒性问题的两种提法。通过对能量函数的修正，提出一种新的在线自组织式的鲁棒ＰＣＡ运算规则。该方法基于单层线性神经网络（ＮＮ）结构，但是权值的训练算法是非线性的。该鲁棒ＰＣＡ算法能够在运行过程中自动地识别样本集之中的“劣点”，从而在迭代训练中加以适当处理来排除对运算精度和收敛性的影响。通过对比仿真实验结果表明，鲁棒ＰＣＡ算法较之传统的基于特征值分解的统计分析法和各种简单的线性自组织ＰＣＡ算法在鲁棒性上有了较大的改善     

膜结合型巨噬细胞集落刺激因子的受体作用

根据细胞因子的定义 ,信息应由因子流向受体 ,可溶性受体与膜结合因子结合可有信息反向传导 .人白血病细胞系J6_1细胞表面同时存在膜结合型M_CSF及其受体 ,构成自家并置性刺激 .将由J6_1细胞膜分离的M_CSF可溶性受体加入J6_1细胞培养观察到细胞增殖受抑制 ,分裂指数降低 ,细胞直径增大 ,多核细胞比例减少和多种细胞表面抗原表达的下调 .J6_1细胞在可溶性受体作用数分钟至 2 0min可观察到细胞内pH的明显变化 ,表明有信号通过m_M_CSF传入细胞 ,这种信号传入不受m_M_CSF糖基化影响     

膜结合型巨噬细胞集落刺激因子的受体作用

根据细胞因子的定义 ,信息应由因子流向受体 ,可溶性受体与膜结合因子结合可有信息反向传导 .人白血病细胞系J6-1细胞表面同时存在膜结合型M-CSF及其受体 ,构成自家并置性刺激 .将由J6-1细胞膜分离的M_CSF可溶性受体加入J6-1细胞培养观察到细胞增殖受抑制 ,分裂指数降低 ,细胞直径增大 ,多核细胞比例减少和多种细胞表面抗原表达的下调 .J6_1细胞在可溶性受体作用数分钟至20min可观察到细胞内pH的明显变化,表明有信号通过m-M-CSF传入细胞,这种信号传入不受m-M-CSF糖基化影响     

线性多目标规划的神经网络方法

基于对偶理论和射影理论,提出了一个求解大规模线性多目标规划问题的新神经网络,严格证明了该网络是Lyapunov稳定的,并且大范围渐近收敛于它的平衡点,而且该平衡点正是线性多目标规划问题的非劣解。     

基于模糊推理的多目标决策方法——FSWT法

本文提出了一种基于模糊推理的对话式多目标决策方法——FSWT法,用隶属函数定量描述决策人对各目标值的满意度.决策人用自然语言评价由ε约束法求得的非劣解及其置换率,克服了SWT法中用整数表示代理值和决策人判断不精确性的困难.根据决策人基于其知识和经验的判断规则,经模糊推理修正满意度.     

一种鲁棒主成分分析(PCA)算法

主要研究了改善主成分分析（ＰＣＡ）算法鲁棒性的一种实现途径,以提高ＰＣＡ的精度。讨论了ＰＣＡ鲁棒性问题的两种提法。修正ＰＣＡ算法能够在运行过程中自动地识别样本集之中的“劣点”,从而通过迭代计算加以适当处理来排除对运算精度的影响。对比仿真实验结果表明,鲁棒ＰＣＡ算法较之传统的基于特征值分解的ＰＣＡ算法在鲁棒性上有了较大的改善。